如何撰写自定义函数 CNTK

Question

我创建了一个名为CustomFunc的自定义函数，按照这里的解释：https://www.cntk.ai/pythondocs/extend.html

如果我按照文章的建议使用它，它可以工作：

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 调用中使用这个函数。为此，我需要以某种方式用另一个函数构造函数的组合，然后将其放入顺序或递归调用中。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：有时它是段错误，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."

其他时候反而是一个

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更改输入维度：给定任意数量的参数，它将返回相同的数量和类型。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

正确的方法是写这样的东西 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 问题 2132。问题解决后，将尝试更新此答案。

更新：有一个我们没有发现的小错别字。github问题页面上有一个解决方案。