Python mxnet.gluon.nn.Block用法及代码示例

用法: class mxnet.gluon.nn.Block(prefix=None, params=None)

参数：

prefix：(str) - 前缀就像一个名称空间。在父块中创建的所有子块mxnet.gluon.nn.Block.name_scope名称中将包含父块的前缀。请参阅命名教程有关前缀和命名的更多信息。
params：(ParameterDict or None) -ParameterDict 用于与新的 Block 共享权重。例如，如果您希望 dense1 共享 dense0 的权重，您可以执行以下操作：
```
dense0 = nn.Dense(20)
dense1 = nn.Dense(20, params=dense0.collect_params())
```

基础：object

所有神经网络层和模型的基类。你的模型应该继承这个类。

Block 可以递归嵌套在树结构中。您可以创建和分配子 Block 作为常规属性：

from mxnet.gluon import Block, nn
from mxnet import ndarray as F

class Model(Block):
    def __init__(self, **kwargs):
        super(Model, self).__init__(**kwargs)
        # use name_scope to give child Blocks appropriate names.
        with self.name_scope():
            self.dense0 = nn.Dense(20)
            self.dense1 = nn.Dense(20)

    def forward(self, x):
        x = F.relu(self.dense0(x))
        return F.relu(self.dense1(x))

model = Model()
model.initialize(ctx=mx.cpu(0))
model(F.zeros((10, 10), ctx=mx.cpu(0)))

属性

`name`	这个 `Block` 的名称，最后没有 ‘_’。
`params`	返回此 `Block` 的参数字典(不包括其子参数)。
`prefix`	此 `Block` 的前缀。

以这种方式分配的子 Block 将被注册并且 collect_params() 将递归地收集它们的参数。您还可以使用 register_child() 手动注册子块。

相关用法

注：本文由纯净天空筛选整理自apache.org大神的英文原创作品 mxnet.gluon.nn.Block。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。