Mxnet要素の掛け算

Question

MXNetでは、各入力を乗算したウェイトのベクトルを作成する場合、つまりw*x_iを持ち、ウェイトwを逆プロットするとどうなりますか？

私が試した：

y_hat = input 
w1 = mx.sym.Variable("w1") 
y_hat = mx.symbol.broadcast_mul(w1, y_hat) 

Answer 1

をあなたは内積の面で計算をキャストすることができます：あなたが望むよう

x = mx.nd.array([[1, 2, 3], [4, 5, 6]]) 
w = mx.nd.array([2,2,2]) 
mx.nd.dot(w, x.T) 

は[12 30]になります。

ランダムにwを初期化して、出力とターゲット出力の間の損失を計算してから、逆伝搬してください。そのために新しいgluonインターフェイスを使用できます（http://gluon.mxnet.io/）。具体的に

、のは、最小限の例を見てみましょうは、データ

label = mx.nd.array([12,30]) 
x = mx.nd.array([[1, 2, 3], [4, 5, 6]]) 
w = random weights 
w.attach_grad() 

、電車準備http://mxnet.io/tutorials/gluon/gluon.htmlとhttp://gluon.mxnet.io/P01-C05-autograd.html

を適応

with autograd.record(): 
    output = mx.nd.dot(w, x.T) 
    loss = gluon.loss.L2Loss(output, label) 
    loss.backward() 

あなたが計算された勾配で updating the weightsを忘れてはいけない

後方パス。グラデーションはw.gradにあります。ループ内でウェイト更新とともにトレーニングコードを実行すると、単一の更新が収束には不十分である可能性が高いためです。