Python 将mxnet转换为符号模型时出错

我在网络中使用卷积而不是洗牌运算

class ShuffleChannel（HybridBlock）：
定义初始化（自我，组）：
超级（ShuffleChannel，self）。\uuuuuu init\uuuuuuuuu（）
self.groups=组
def混合动力车前进（自身、F、x）：
#洗牌
#重塑（（0，-4，self.groups，-1，-2））.swapax（1，2）。重塑（（0，-3，-2））
#返回x
#米努普
N、 C，H，W=x形状
通道每组=C//self.groups
conv_kernel=nd.zeros（（C，C，1，1））
对于范围（C）中的k：
索引=（k%self.groups）*每个组的通道数+k//self.groups
conv_内核[k，索引，0，0]=1
返回nd.卷积（x，conv_kernel，no_bias=True，kernel=（1,1），num_filter=C）

在培训过程中，它工作得很好，我想将模型转换为符号格式。但我遇到了错误：

......
  File "E:\AntiSpoofing\shuffleNetv2-mxnet\shufflenetv2.py", line 27, in hybrid_forward
    N, C, H, W = x.shape
AttributeError: 'Symbol' object has no attribute 'shape'

---

我是否可以将输入“x”指定为ndarray格式或更改func代码？

您在hybrid_forward（）中的代码不是“hybridizable”，即无法转换为符号图。符号不具有形状属性，但稍后将构造卷积滤波器。我不确定您希望实现什么，但是如果您知道apriori的形状，您可以在init中初始化过滤器，并在hybrid_-forward（）中使用

如何调用hybrid_-forward

？