Was ist das Äquivalent von Torch.nn.Parameter (...) in Julias Fluss? ⇐ Python

[Anonymous]

In Pytorch kann ich wie folgt ein benutzerdefiniertes Modul erstellen (dieses Code -Beispiel wird von hier aus genommen):

Code: Select all

from torch import nn

class MyModel(nn.Module):
def __init__(self):
super().__init__()
self.param = nn.Parameter(torch.randn(1, 1))

def forward(self, x):
x = x * self.param
return x

model = MyModel()
print(dict(model.named_parameters()))
# {'param': Parameter containing:
# tensor([[0.6077]], requires_grad=True)}

out = model(torch.randn(1, 1))
loss = out.mean()
loss.backward()

print(model.param.grad)
# tensor([[-1.3033]])

Ich möchte dasselbe mit Julia flux tun können. Insbesondere bin ich daran interessiert zu wissen, was das Äquivalent von Nn.Parameter (Torch.Randn (1, 1)) im Fluss .
P.S ist. Ich markiere sowohl Python als auch Julia , da ich der Meinung bin>