Python mxnet.test_utils.check_consistency用法及代碼示例

用法: mxnet.test_utils.check_consistency(sym, ctx_list, scale=1.0, grad_req='write', arg_params=None, aux_params=None, rtol=None, atol=None, raise_on_err=True, ground_truth=None, equal_nan=False, use_uniform=False, rand_type=<class 'numpy.float64'>)

參數：

sym：(Symbol or list of Symbols) - 運行一致性測試的符號。
ctx_list：(list) - 運行上下文。有關更多詳細信息，請參見示例。
scale：(float, optional) - 內部正態分布的標準差。用於初始化。
grad_req：(str or list of str or dict of str to str) - 梯度要求。
arg_params：(dict of input name -> input data) - 用於非輔助輸入的數據
aux_params：(dict of input name -> input data) - 用於輔助輸入的數據
rtol：(float or dictionary dtype->float, optional) - 相對誤差容限。
atol：(float or dictionary dtype->float, optional) - 絕對誤差容限。
raise_on_err：(bool, optional, defaults to True) - 如果錯誤引發異常(或僅輸出異常消息)
ground_truth：(dict of output name -> data, optional) - 提供了比較理想的結果
equal_nan：(bool, optional, defaults to False) - 在比較中是否應將 nan 視為平等
use_unifrom：(bool) - 可選，當 flag 設置為 true 時，生成的隨機輸入數據遵循均勻分布，而不是正態分布
rand_type：(np.dtype) - 將隨機生成的數據強製轉換為這種類型可選，當輸入數據通過arg_params 傳遞時，默認為 np.float64(numpy float 默認)

檢查符號為不同的運行上下文提供相同的輸出

例子：

>>> # create the symbol
>>> sym = mx.sym.Convolution(num_filter=3, kernel=(3,3), name='conv')
>>> # initialize the running context
>>> ctx_list =[{'ctx': mx.gpu(0), 'conv_data': (2, 2, 10, 10), 'type_dict': {'conv_data': np.float64}}, {'ctx': mx.gpu(0), 'conv_data': (2, 2, 10, 10), 'type_dict': {'conv_data': np.float32}}, {'ctx': mx.gpu(0), 'conv_data': (2, 2, 10, 10), 'type_dict': {'conv_data': np.float16}}, {'ctx': mx.cpu(0), 'conv_data': (2, 2, 10, 10), 'type_dict': {'conv_data': np.float64}}, {'ctx': mx.cpu(0), 'conv_data': (2, 2, 10, 10), 'type_dict': {'conv_data': np.float32}}]
>>> check_consistency(sym, ctx_list)
>>> sym = mx.sym.Concat(name='concat', num_args=2)
>>> ctx_list = [{'ctx': mx.gpu(0), 'concat_arg1': (2, 10), 'concat_arg0': (2, 10),  'type_dict': {'concat_arg0': np.float64, 'concat_arg1': np.float64}}, {'ctx': mx.gpu(0), 'concat_arg1': (2, 10), 'concat_arg0': (2, 10),  'type_dict': {'concat_arg0': np.float32, 'concat_arg1': np.float32}}, {'ctx': mx.gpu(0), 'concat_arg1': (2, 10), 'concat_arg0': (2, 10),  'type_dict': {'concat_arg0': np.float16, 'concat_arg1': np.float16}}, {'ctx': mx.cpu(0), 'concat_arg1': (2, 10), 'concat_arg0': (2, 10),  'type_dict': {'concat_arg0': np.float64, 'concat_arg1': np.float64}}, {'ctx': mx.cpu(0), 'concat_arg1': (2, 10), 'concat_arg0': (2, 10),  'type_dict': {'concat_arg0': np.float32, 'concat_arg1': np.float32}}]
>>> check_consistency(sym, ctx_list)

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.test_utils.check_consistency。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。