Mxnet版本1.0.0胶子形状：‘KeyError’

Question

我已经从pip安装了最新的mxnet版本1.0.0。当我打印层的权重时，它断言一个形状：“KeyError”。我对mxnet和我在mxnet官方教程中所学到的一切都是新手。

import mxnet
from mxnet import nd,gluon,autograd

net=gluon.nn.Dense(10,in_units=30)
print (net.weight)

错误是：

Traceback (most recent call last):
  File "/home/user/docs/mxnet/mtcnn/tmp/learn_mxnet.py", line 5, in <module>
    print (net.weight)
  File "/usr/local/lib/python2.7/dist-packages/mxnet/gluon/parameter.py", line 120, in __repr__
    return s.format(**self.__dict__)
KeyError: 'shape'

我认为这可能是1.0.0版本的问题。

Answer 1

要检查权重，首先需要初始化它们，如下所示：net.collect_params().initialize(mx.init.Xavier(), ctx=mx.cpu())

在您的例子中，因为您没有在Net的构造函数中指定层的输入大小，所以此时无法确定参数的形状。因此，如果您现在访问net.weight.data()，将会引发一个异常：

Traceback (most recent call last): File "<stdin>", line 1, in <module> File "/usr/local/lib/python2.7/dist-packages/mxnet-0.12.1-py2.7.egg/mxnet/gluon/parameter.py", line 389, in data return self._check_and_get(self._data, ctx) File "/usr/local/lib/python2.7/dist-packages/mxnet-0.12.1-py2.7.egg/mxnet/gluon/parameter.py", line 189, in _check_and_get "nested child Blocks"%(self.name)) RuntimeError: Parameter dense0_weight has not been initialized. Note that you should initialize parameters and create Trainer with Block.collect_params() instead of Block.params because the later does not include Parameters of nested child Blocks

您可以按如下方式初始化权重：net.collect_params().initialize(mxnet.init.Xavier(), ctx=mxnet.cpu()) print (net.weight.data())

Answer 2

您在MXNet 1.0.0上的这种回归是正确的。它已经是fixed了，你可以安装MXNet的最新测试版，直到下一次正式发布。要安装最新的预发布(测试版)版本：pip install -U --pre mxnet。