MXNet胶子-编程访问神经网络层维度？

Question

让我们首先在MXNet胶子中创建一个非常基本的深层神经网络(受本教程启发)：

import mxnet as mx
from mxnet import gluon

ctx = mx.cpu()

net = gluon.nn.Sequential()
with net.name_scope():
    net.add(gluon.nn.Conv2D(channels=20, kernel_size=5, activation='relu'))
    net.add(gluon.nn.MaxPool2D(pool_size=2, strides=2))

现在，如果我们想打印一层的尺寸，我们要做的就是.

print(net[0])
  # prints: Conv2D(None -> 20, kernel_size=(5, 5), stride=(1, 1), Activation(relu))

print(net[1])
  # prints: MaxPool2D(size=(2, 2), stride=(2, 2), padding=(0, 0), ceil_mode=False)

但是，如果我们想以编程方式检查padding of net[1]，而不是打印出来呢？

• 当我尝试net[1].padding时，我得到了错误AttributeError: 'MaxPool2D' object has no attribute 'padding'。
• 当我尝试net[1]['padding']时，我得到了错误TypeError: 'MaxPool2D' object is not subscriptable。

那么，以编程方式访问MXNet胶子中神经网络层的维度的正确方法是什么呢？

Answer 1

print(net[1]._kwargs["pad"])

试着从kwargs字典里得到它们。在本源寻找其他密钥。

这是代码的Colab链接。

其他键是kernel表示内核大小，stride表示stride，。

用于获取所有键和值：

for k, v in net[1]._kwargs.items():
    print(k, v)