如何使用mxnet.jl和Julia获得渐变节点？

我正在尝试使用Julia中的mxnet.jl复制mxnet主文档中的以下示例：

A = Variable('A')
B = Variable('B')
C = B * A
D = C + Constant(1)
# get gradient node.
gA, gB = D.grad(wrt=[A, B])
# compiles the gradient function.
f = compile([gA, gB])
grad_a, grad_b = f(A=np.ones(10), B=np.ones(10)*2)

该示例演示如何自动区分符号表达式并获取其梯度

---

mxnet.jl（最新版本2016-03-07）中的等效代码是什么？

mxnet.jl/src/symbol node.jl中的代码可能有助于您找到答案

我对这个包裹不熟悉。 以下是我的猜测：

A=mx.变量（“A”）
B=mx.变量（“B”）
C=B.*A
D=C+1

mx。如果存在剩余部分，则标准化的\u梯度可能是解决方案