1
を構成するためにどのように私はここでの説明以下、CustomFuncと呼ばれるカスタム関数を作成しました：https://www.cntk.ai/pythondocs/extend.htmlカスタム関数CNTK
記事で示唆したように、私はそれを使用している場合は、それが動作：
model = cntk.user_function(CustomFunc(prev_node))
この作品このモデルは問題なく動作します。私の問題は、この関数をcntk.layers.Sequential呼び出しの内側とcntk.layers.Recurrence呼び出しの中で使いたいということです。これを行うために、私は何とか私の関数の構成を別のものと組み立てて、それをSequential呼び出しまたはRecurrence呼び出しの中に入れる必要があります。
customFunToUse = cntk.user_function(CustomFunc(cntk.placeholder(), otherInputs))
model = cntk.layers.Sequential([cntk.layers.Dense(100),
customFunToUse,
cntk.layers.Recurrence(
customFunToUse >> cntk.layers.LSTM(100))])
しかし、これは動作しませんし、エラーのすべての種類が発生します：今、私はいくつかのプレースホルダを使用しているもの、すなわち私があるん時にはそれがセグメンテーション違反が他の同様のモデルで
"ValueError: Cannot create an NDArrayView using a view shape '[? x 10]' that has unknown dimensions for any of its axes."
他の回の代わりに
Evaluate: All nodes inside a recurrent loop must have a layout that is identical; mismatch found for nodes ...
注意は私のカスタム関数は、入力寸法を変更していないこともあります。コードはこれです：
class CustomFun(UserFunction):
def __init__(self, *args, otherStuff, name='CustomFun'):
super(CustomFun, self).__init__(list(args), name=name)
self.otherStuff = otherStuff
def forward(self, arguments, outputs=None, keep_for_backward=None, device=None, as_numpy=True):
return None,[x/2 for x in arguments]
def backward(self, state, root_gradients, variables=None, as_numpy=True):
#it's not important right now, just a test...
return root_gradient
def infer_outputs(self):
#shape, type and dynamic axes of inputs are not changed by this function
outputVar = [output_variable(self.inputs[idx].shape, self.inputs[idx].dtype,
self.inputs[idx].dynamic_axes, name='out_quantLayer') for idx in range(len(self.inputs))]
return outputVar
def serialize(self):
return {'otherStuff': self.otherStuff}
@staticmethod
def deserialize(inputs, name, state):
return CustomFun(inputs, otherStuff=state['otherStuff'], name=name)