MXNet胶子编程访问神经网络层尺寸？

Question

我们先用MXNet胶子创建一个非常基本的深层神经网络（灵感来自this tutorial）：

import mxnet as mx
from mxnet import gluon

ctx = mx.cpu()

net = gluon.nn.Sequential()
with net.name_scope():
    net.add(gluon.nn.Conv2D(channels=20, kernel_size=5, activation='relu'))
    net.add(gluon.nn.MaxPool2D(pool_size=2, strides=2))

现在，如果我们想打印出图层的尺寸，我们所要做的就是。。。你知道吗

print(net[0])
  # prints: Conv2D(None -> 20, kernel_size=(5, 5), stride=(1, 1), Activation(relu))

print(net[1])
  # prints: MaxPool2D(size=(2, 2), stride=(2, 2), padding=(0, 0), ceil_mode=False)

但是，如果我们不想打印出来，而是想以编程的方式检查padding的net[1]呢？你知道吗

• 当我尝试net[1].padding时，得到错误AttributeError: 'MaxPool2D' object has no attribute 'padding'。你知道吗
• 当我尝试net[1]['padding']时，得到了错误TypeError: 'MaxPool2D' object is not subscriptable。你知道吗

那么，在MXNet胶子中编程访问神经网络层维度的正确方法是什么？你知道吗

Answer 1

print(net[1]._kwargs["pad"])

试着从夸尔格字典里找出来。在this source中查找其他键。你知道吗

This是代码的Colab链接。你知道吗

其他键是kernel表示内核大小，stride表示跨距。你知道吗

要获取所有键和值：

for k, v in net[1]._kwargs.items():
    print(k, v)