Python 如何编写自定义函数CNTK

我创建了一个名为CustomFunc的自定义函数，如下所示：

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))

这很好，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。要做到这一点，我需要以某种方式构造我的函数与另一个函数的组合，然后将其放入顺序调用或重复调用中。现在我使用一些占位符，即我所做的是：

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，并引发了各种各样的错误：有时它是一个segfault，在另一个类似的模型中是一个segfault

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

相反，其他时间是

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

还要注意，我的自定义函数不会改变输入维度：给定任何数量的参数，它将返回相同的数量和类型。代码如下：

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)

---

正确的方法是这样写

def my_图层（x）：
@C.职能
def应用（x）：
返回cntk.user_函数（CustomFunc（x））
退货申请

不幸的是，这似乎导致我的Python解释器崩溃。我已经打开了这个。当问题得到解决时，将尝试更新此答案

更新：有一个小的打字错误，我们没有发现。github问题页面上有一个解决方案