Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
MegEngine 天元
MegEngine
提交
4a01d236
MegEngine
项目概览
MegEngine 天元
/
MegEngine
1 年多 前同步成功
通知
403
Star
4705
Fork
582
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
DevOps
流水线
流水线任务
计划
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
MegEngine
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
DevOps
DevOps
流水线
流水线任务
计划
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
流水线任务
提交
Issue看板
提交
4a01d236
编写于
8月 05, 2020
作者:
M
Megvii Engine Team
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
ci(mgb/python_module): fix doctest syntax error
GitOrigin-RevId: e98ca810ea7ca46de473ac14ae9078cfc9a4bd32
上级
b3ac87e4
变更
2
隐藏空白更改
内联
并排
Showing
2 changed file
with
12 addition
and
11 deletion
+12
-11
python_module/megengine/core/function.py
python_module/megengine/core/function.py
+1
-1
python_module/megengine/module/sequential.py
python_module/megengine/module/sequential.py
+11
-10
未找到文件。
python_module/megengine/core/function.py
浏览文件 @
4a01d236
...
@@ -82,7 +82,7 @@ class Function(metaclass=ABCMeta):
...
@@ -82,7 +82,7 @@ class Function(metaclass=ABCMeta):
self.save_for_backward(y)
self.save_for_backward(y)
return y
return y
def backward(self
.
output_grads):
def backward(self
,
output_grads):
(y, ) = self.saved_tensors
(y, ) = self.saved_tensors
return output_grads * y * (1-y)
return output_grads * y * (1-y)
...
...
python_module/megengine/module/sequential.py
浏览文件 @
4a01d236
...
@@ -21,26 +21,27 @@ class Sequential(Module):
...
@@ -21,26 +21,27 @@ class Sequential(Module):
.. testcode::
.. testcode::
from collections import OrderedDict
from collections import OrderedDict
import numpy as np
import numpy as np
import megengine.nn as nn
import megengine.functional as F
import megengine.nn.functional as F
from megengine.module import Sequential, Linear
from megengine import tensor
batch_size = 64
batch_size = 64
data =
nn.Input("data", shape=(batch_size, 1, 28, 28), dtype=np.float32, value=np.zeros((batch_size, 1, 28, 28))
)
data =
tensor(np.zeros((batch_size, 1, 28, 28)), dtype=np.float32
)
label =
nn.Input("label", shape=(batch_size,), dtype=np.int32, value=np.zeros(batch_size,)
)
label =
tensor(np.zeros(batch_size,), dtype=np.int32
)
data = data.reshape(batch_size, -1)
data = data.reshape(batch_size, -1)
net0 =
nn.
Sequential(
net0 = Sequential(
nn.
Linear(28 * 28, 320),
Linear(28 * 28, 320),
nn.
Linear(320, 10)
Linear(320, 10)
)
)
pred0 = net0(data)
pred0 = net0(data)
modules = OrderedDict()
modules = OrderedDict()
modules["fc0"] =
nn.
Linear(28 * 28, 320)
modules["fc0"] = Linear(28 * 28, 320)
modules["fc1"] =
nn.
Linear(320, 10)
modules["fc1"] = Linear(320, 10)
net1 =
nn.
Sequential(modules)
net1 = Sequential(modules)
pred1 = net1(data)
pred1 = net1(data)
"""
"""
...
...
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录