python - 如何在使用 CNTK 训练期间直接访问梯度和修改权重(参数)？

Question

我想计算梯度值(每个示例或小批量)，并将权重直接修改为任何值(因此我可以使用任何方法控制梯度下降，而不仅仅是提供的 sgd/学习率计划)。我正在使用 python 界面。

Answer 1

要获取渐变，请参阅grad 方法in the docs .现在要更新权重，您可以使用 .value 属性:

>>> w = C.Parameter((2,3), init=C.glorot_uniform())
>>> w.value
array([[-0.80213612, -0.7965923 , -0.10688281],
       [-1.0493834 , -0.32666588,  0.90124035]], dtype=float32)
>>> w.value = w.value + 1
>>> w.value
array([[ 0.19786388,  0.2034077 ,  0.89311719],
       [-0.0493834 ,  0.67333412,  1.90124035]], dtype=float32)

CNTK 在其路线图上支持轻松规范用户定义的学习器，这将减少您必须编写的样板代码量。预计将于 2017 年 3 月左右推出。