julia - 如何使用 mxnet.jl 和 Julia 获得梯度节点？

Question

我正在尝试使用 Julia 中的 mxnet.jl 从 mxnet 主文档中复制以下示例:

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)

该示例显示了如何自动区分符号表达式并获得其梯度。

mxnet.jl(最新版​​本 2016-03-07)中的等价物是什么？

Answer 1

代码在 MXNet.jl/src/symbolic-node.jl可能有助于您找到答案。

我对这个包不熟悉。
这是我的猜测:
A = mx.Variable("A")
B = mx.Variable("B")
C = B .* A
D = C + 1
mx.normalized_gradient如果存在，可能是剩余部分的解决方案。