python–tensorlow . gradients()
哎哎哎:# t0]https://www . geeksforgeeks . org/python-tensorlow-gradients/
TensorFlow 是谷歌设计的开源 Python 库，用于开发机器学习模型和深度学习神经网络。
梯度()用于得到 xs 中 ys w.r.t. x 之和的符号导数。当启用紧急执行时，它不起作用。
Syantx:tensorflow . gradients(ys，xs，grad_ys，name，gate_gradients，aggregation_method，stop_gradients，unconnected_gradients)
参数:
- ys: 需要区分的是张量或张量列表。
- xs: 是张量或张量列表，用于微分。
- grad_ys(可选):它是张量或张量列表，用于计算 y 的梯度
- 名称(可选):一起用于组梯度运算。它的默认值是渐变。
- gate_gradients(可选):用于避免比赛状态。如果为真，它将在操作返回的梯度周围添加一个元组。
- aggregation_method(可选):它的值是在 AggregationMethod 类中定义的常数。
- stop_gradients(可选):这是一个张量或张量列表，无法区分。
- unconnected_gradients(可选):指定给定输入张量未连接时返回的梯度值。接受的值是在非连接类中定义的常数。
返回:长度张量(xs)的列表，其中每个张量是 y 在 ys 中的和 x 在 xs 中的和(dy/dx)。
例 1:
Python 3
# Importing the library
import tensorflow as tf
# Defining function
@tf.function
def gfg():
a = tf.ones([1, 2])
b = 5*a
# Calculating gradient
g1 = tf.gradients([b+a], [a])
# Printing result
print("res: ",g1)
# Calling the function
gfg()
输出:
res: [<tf.Tensor 'gradients/AddN:0' shape=(1, 2) dtype=float32>]
例 2:
Python 3
# Importing the library
import tensorflow as tf
# Defining function
@tf.function
def gfg():
a = tf.ones([1, 2])
b = 5*a
# Calculating gradient
g1 = tf.gradients([b], [a])
# Printing result
print("res: ",g1)
# Calling the function
gfg()
输出:
res: [<tf.Tensor 'gradients/mul_grad/Mul_1:0' shape=(1, 2) dtype=float32>]
版权属于：月萌API www.moonapi.com，转载请注明出处
