Come ottenere un nodo gradiente con mxnet.jl e Julia?

Question

sto cercando di replicare il seguente esempio dai documenti mxnet principali con mxnet.jl a Julia:

A = Variable('A') 
B = Variable('B') 
C = B * A 
D = C + Constant(1) 
# get gradient node. 
gA, gB = D.grad(wrt=[A, B]) 
# compiles the gradient function. 
f = compile([gA, gB]) 
grad_a, grad_b = f(A=np.ones(10), B=np.ones(10)*2) 

L'esempio mostra come autodiff un'espressione symoblic e ottenere le sue sfumature.

Qual è l'equivalente in mxnet.jl (ultima versione 2016-03-07)?

Answer 1

Codice in MXNet.jl/src/symbolic-node.jl potrebbe essere utile per voi per trovare le risposte.

Non ho dimestichezza con questo pacchetto. Ecco il mio Indovina: A = mx.Variable("A") B = mx.Variable("B") C = B .* A D = C + 1 mx.normalized_gradient può essere la soluzione per la parte rimanente se esiste.