Python mxnet.symbol.contrib.while_loop用法及代碼示例

用法: mxnet.symbol.contrib.while_loop(cond, func, loop_vars, max_iterations=None, name='while_loop')

參數：

cond：(a Python function.) - 循環條件。
func：(a Python function.) - 循環體。
loop_vars：(a Symbol or nested lists of Symbol.) - 循環變量的初始值。
max_iterations：(a python int.) - 最大迭代次數。

outputs：(a Symbol or nested lists of Symbols) - 每一步的堆疊輸出
states：(a Symbol or nested lists of Symbols) - 最終狀態

使用用戶定義的計算和循環條件運行 while 循環。

該運算符模擬一個 while 循環，隻要滿足條件，它就會迭代地進行自定義計算。

loop_vars 是一個符號或計算使用的符號的嵌套列表。

cond 是用戶自定義函數，用作循環條件。它消耗 loop_vars ，並產生一個標量 MXNet 符號，指示循環的終止。當cond 返回假(零)時，循環結束。 cond 是可變參數，它的簽名應該是 cond(*loop_vars) => Symbol 。

func 是用戶定義的函數，用作循環體。它還消耗 loop_vars ，並在每一步生成 step_output 和 new_loop_vars 。在每個步驟中，step_output 應該包含相同的數字元素。通過所有步驟，step_output 的 i-th 元素應該具有相同的形狀和 dtype。此外，new_loop_vars 應包含與 loop_vars 相同數量的元素，並且相應的元素應具有相同的形狀和 dtype。 func 是可變參數，它的簽名應該是 func(*loop_vars) => (Symbol or nested List[Symbol] step_output, Symbol or nested List[Symbol] new_loop_vars) 。

max_iterations 是一個標量，用於定義允許的最大迭代次數。

此函數返回兩個列表。第一個列表的長度為 |step_output| ，其中 i-th 元素是所有步驟中 step_output 的所有 i-th 元素，沿軸 0 堆疊。第二個列表的長度為 |loop_vars| ，表示循環變量的最終狀態。

警告：

目前，由於缺乏動態形狀推斷，第一個列表中所有符號的軸 0 為 max_iterations 。

警告：

即使 cond 永遠不會滿足，while_loop 也會返回一個輸出列表，其中包含推斷的 dtype 和 shape。這與 Symbol 版本不同，在這種情況下 step_outputs 被假定為一個空列表。

例子：

>>> cond = lambda i, s: i <= 5
>>> func = lambda i, s: ([i + s], [i + 1, s + i])
>>> loop_vars = (mx.sym.var('i'), mx.sym.var('s'))
>>> outputs, states = mx.sym.contrib.while_loop(cond, func, loop_vars, max_iterations=10)

相關用法

注：本文由純淨天空篩選整理自apache.org大神的英文原創作品 mxnet.symbol.contrib.while_loop。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法:

參數：

返回：

警告：

警告：

例子：