作者：携手相约幸福 | 2021-10-21 16:51
如下所示：
with tf.GradientTape(persistent=True) as tape:
z1 = f(w1, w2 + 2.)
z2 = f(w1, w2 + 5.)
z3 = f(w1, w2 + 7.)
z = [z1,z3,z3]
[tape.gradient(z, [w1, w2]) for z in (z1, z2, z3)]
输出结果
[[,
],
[,
],
[,
]]
with tf.GradientTape(persistent=True) as tape:
z1 = f(w1, w2 + 2.)
z2 = f(w1, w2 + 5.)
z3 = f(w1, w2 + 7.)
z = [z1,z2,z3]
tape.gradient(z, [w1, w2])
输出结果
[,
]
总结：如果对一个listz=[z1,z2,z3]求微分，其结果将自动求和，而不是返回z1、z2和z3各自对[w1,w2]的微分。
补充知识：Python/Numpy 矩阵运算符号@
如下所示：
A = np.matrix('3 1; 8 2')
B = np.matrix('6 1; 7 9')
A@B
matrix([[25, 12],
[62, 26]])
以上这篇TensorFlow Autodiff自动微分详解就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。
京公网安备 11010802040832号