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
PaddlePaddle
FluidDoc
提交
b50ea175
F
FluidDoc
项目概览
PaddlePaddle
/
FluidDoc
通知
7
Star
2
Fork
0
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
23
列表
看板
标记
里程碑
合并请求
111
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
F
FluidDoc
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
23
Issue
23
列表
看板
标记
里程碑
合并请求
111
合并请求
111
Pages
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
提交
Issue看板
提交
b50ea175
编写于
4月 17, 2019
作者:
J
JiabinYang
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
refine doc
上级
3f853f7a
变更
2
隐藏空白更改
内联
并排
Showing
2 changed file
with
15 addition
and
5 deletion
+15
-5
doc/fluid/user_guides/howto/dygraph/DyGraph.md
doc/fluid/user_guides/howto/dygraph/DyGraph.md
+11
-5
doc/fluid/user_guides/index.rst
doc/fluid/user_guides/index.rst
+4
-0
未找到文件。
doc/fluid/user_guides/howto/dygraph/DyGraph.md
浏览文件 @
b50ea175
# DyGraph
PaddlePaddle的DyGraph模式是一种动态的图执行机制,可以立即执行结果,无需构建整个图。同时,和以往静态的执行计算图不同,DyGraph模式下您的所有操作可以立即获得执行结果,而不是构建固定的计算图来执行,这样可以让您更加直观的构建PaddlePaddle下的深度学习任务
并调试模型
,同时还减少了大量用于构建静态计算图的代码,使得您编写网络的过程变得更加便捷,更加容易调试。
PaddlePaddle的DyGraph模式是一种动态的图执行机制,可以立即执行结果,无需构建整个图。同时,和以往静态的执行计算图不同,DyGraph模式下您的所有操作可以立即获得执行结果,而不是构建固定的计算图来执行,这样可以让您更加直观的构建PaddlePaddle下的深度学习任务
,以及进行模型的调试
,同时还减少了大量用于构建静态计算图的代码,使得您编写网络的过程变得更加便捷,更加容易调试。
PaddlePaddle DyGraph是一个更加灵活易用的模式,可提供:
*
更加灵活便捷的代码组织结构: 使用python的执行控制流程和面向对象的模型设计
*
更加便捷的调试功能: 直接调用操作从而检查正在运行的模型并且测试更改
*
和静态执行图通用的模型代码:同样的模型代码可以使用更加便捷的DyGraph调试,执行,同时也支持使用原有的静态图模式执行
*
支持纯python和numpy语法实现的layer: 支持使用numpy相关操作直接搭建模型计算部分
*
支持纯Python和Numpy语法实现的layer: 支持使用numpy相关操作直接搭建模型计算部分
## 设置和基本用法
...
...
@@ -114,7 +120,7 @@ PaddlePaddle DyGraph是一个更加灵活易用的模式,可提供:
x = fluid.layers.reduce_sum(x)
return [x]
3. (
optional
)实现一个`build_once(self, *inputs)` 方法,该方法将作为一个单次执行的函数,用于初始化一些依赖于输入信息的参数和网络信息, 例如在`FC`(fully connected layer)当中, 需要依赖输入的`shape`初始化参数, 这里我们并不需要这样的操作,仅仅为了展示,因此这个方法可以直接跳过:
3. (
可选
)实现一个`build_once(self, *inputs)` 方法,该方法将作为一个单次执行的函数,用于初始化一些依赖于输入信息的参数和网络信息, 例如在`FC`(fully connected layer)当中, 需要依赖输入的`shape`初始化参数, 这里我们并不需要这样的操作,仅仅为了展示,因此这个方法可以直接跳过:
def build_once(self, input):
pass
...
...
@@ -431,9 +437,9 @@ PaddlePaddle DyGraph是一个更加灵活易用的模式,可提供:
下面的代码展示了如何使用DyGraph模式训练一个用于执行“手写数字识别”任务的模型并保存,并且利用已经保存好的模型进行预测。
我们在第一个
`fluid.dygraph.guard()`
上下文中进行了模型的保存和训练,值得注意的是,当我们需要在训练的过程中进行预测时需要使用
`YourModel.eval()`
切换到预测模式,并且在预测完成后使用
`YourModel.train()`
切换回训练模式继续训练
我们在第一个
`fluid.dygraph.guard()`
上下文中进行了模型的保存和训练,值得注意的是,当我们需要在训练的过程中进行预测时需要使用
`YourModel.eval()`
切换到预测模式,并且在预测完成后使用
`YourModel.train()`
切换回训练模式继续训练
。
我们在第二个
`fluid.dygraph.guard()`
上下文中利用之前保存的
`checkpoint`
进行预测,同样的在执行预测前需要使用
`YourModel.eval()`
来切换的预测模式
我们在第二个
`fluid.dygraph.guard()`
上下文中利用之前保存的
`checkpoint`
进行预测,同样的在执行预测前需要使用
`YourModel.eval()`
来切换的预测模式
。
with fluid.dygraph.guard():
fluid.default_startup_program().random_seed = seed
...
...
doc/fluid/user_guides/index.rst
浏览文件 @
b50ea175
...
...
@@ -18,6 +18,10 @@
- `DyGraph模式 <../user_guides/howto/dygraph/DyGraph.md>`_:介绍在 Fluid 下使用DyGraph
基于 Fluid 复现的多领域经典模型:
- `Fluid 模型库 <../user_guides/models/index_cn.html>`_
.. toctree::
...
...
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