如何编写自定义函数CNTK

Question

我创建了一个名为 CustomFunc 的自定义函数，遵循此处的说明：https://www.cntk.ai/pythondocs/extend.html

如果我按照文章的建议使用它，它会起作用：

model = cntk.user_function(CustomFunc(prev_node))

这工作正常，模型运行没有任何问题。我的问题是我想在 cntk.layers.Sequential 调用和 cntk.layers.Recurrence 调用中使用此函数。为此，我需要以某种方式构建我的函数与另一个函数的组合，然后将其放入顺序调用或循环调用中。现在我使用一些占位符，即我做的是：

customFunToUse = cntk.user_function(CustomFunc(cntk.placeholder(), otherInputs))
model = cntk.layers.Sequential([cntk.layers.Dense(100), 
                                customFunToUse, 
                                cntk.layers.Recurrence(
                                customFunToUse >> cntk.layers.LSTM(100))])

但这不起作用并引发各种错误：有时是段错误，在另一个类似的模型中是

"ValueError: Cannot create an NDArrayView using a view shape '[? x 10]' that has unknown dimensions for any of its axes."

其他时候是

Evaluate: All nodes inside a recurrent loop must have a layout that is identical; mismatch found for nodes ...

另请注意，我的自定义函数不会改变输入维度：给定任意数量的参数，它将 return 相同的数量和类型。代码是这样的：

class CustomFun(UserFunction):
    def __init__(self, *args, otherStuff, name='CustomFun'):
        super(CustomFun, self).__init__(list(args), name=name)
        self.otherStuff = otherStuff

    def forward(self, arguments, outputs=None, keep_for_backward=None, device=None, as_numpy=True):
        return None,[x/2 for x in arguments]

    def backward(self, state, root_gradients, variables=None, as_numpy=True):
        #it's not important right now, just a test...
        return root_gradient

    def infer_outputs(self):
        #shape, type and dynamic axes of inputs are not changed by this function

        outputVar = [output_variable(self.inputs[idx].shape, self.inputs[idx].dtype,
            self.inputs[idx].dynamic_axes, name='out_quantLayer') for idx in range(len(self.inputs))]
        return outputVar

    def serialize(self):
        return {'otherStuff': self.otherStuff}

    @staticmethod
    def deserialize(inputs, name, state):
        return CustomFun(inputs, otherStuff=state['otherStuff'], name=name)

Answer 1

正确的方法应该是这样写 def my_layer(x): @C.Function def apply(x): return cntk.user_function(CustomFunc(x)) return apply 不幸的是，这似乎导致我的 Python 解释器崩溃。我已经打开了github issue 2132。问题得到解决后将尝试更新此答案。

更新： 有一个我们没有发现的小错字。 github 问题页面上有一个解决方案。

如何编写自定义函数CNTK

How to compose custom function CNTK

python

function

segmentation-fault

cntk