python–tensorlow。GradientTape.jacobian()

哎哎哎:# t0]https://www . geeksforgeeks . org/python-tensorlow-gradienttape-Jacobian/

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。

雅可比()用于使用在该磁带上下文中记录的操作来计算雅可比。

语法:雅可比(目标，源，未连接的 _ 梯度，并行 _ 迭代，实验 _ 使用 _pfor)

参数:

  • 目标:是最小秩为 2 的张量。
  • 来源:是最小秩为 2 的张量。
  • 未连接 _ 渐变(可选):它的值可以为零或无。默认值为无。
  • parallel_iterations(可选):用于控制并行迭代和内存使用。
  • experial _ use _ pfor(可选):为布尔值，默认值为 True。当设置为 true 时，它使用 pfor 计算雅可比，否则使用 tf.while_loop。

返回:返回张量。T3】

例 1:

Python 3

# Importing the library
import tensorflow as tf

x = tf.constant([[4, 2],[1, 3]], dtype=tf.dtypes.float32)

# Using GradientTape
with tf.GradientTape() as gfg:
  gfg.watch(x)
  y = x * x * x

# Computing jacobian
res  = gfg.jacobian(y, x) 

# Printing result
print("res: ",res)

输出:

res:  tf.Tensor(
[[[[48\.  0.]
   [ 0\.  0.]]

  [[ 0\. 12.]
   [ 0\.  0.]]]

 [[[ 0\.  0.]
   [ 3\.  0.]]

  [[ 0\.  0.]
   [ 0\. 27.]]]], shape=(2, 2, 2, 2), dtype=float32)

例 2:

Python 3

# Importing the library
import tensorflow as tf

x = tf.constant([[4, 2],[1, 3]], dtype=tf.dtypes.float32)

# Using GradientTape
with tf.GradientTape() as gfg:
  gfg.watch(x)

  # Using nested GradientTape for calculating higher order jacobian
  with tf.GradientTape() as gg:
    gg.watch(x)
    y = x * x * x
  # Computing first order jacobian
  first_order = gg.jacobian(y, x)

# Computing Second order jacobian
second_order  = gfg.batch_jacobian(first_order, x) 

# Printing result
print("first_order: ",first_order)
print("second_order: ",second_order)

输出:

first_order:  tf.Tensor(
[[[[48\.  0.]
   [ 0\.  0.]]

  [[ 0\. 12.]
   [ 0\.  0.]]]

 [[[ 0\.  0.]
   [ 3\.  0.]]

  [[ 0\.  0.]
   [ 0\. 27.]]]], shape=(2, 2, 2, 2), dtype=float32)
second_order:  tf.Tensor(
[[[[[[24\.  0.]
     [ 0\.  0.]]

    [[ 0\.  0.]
     [ 0\.  0.]]]

   [[[ 0\.  0.]
     [ 0\.  0.]]

    [[ 0\.  0.]
     [ 0\.  0.]]]]

  [[[[ 0\.  0.]
     [ 0\.  0.]]

    [[ 0\. 12.]
     [ 0\.  0.]]]

   [[[ 0\.  0.]
     [ 0\.  0.]]

    [[ 0\.  0.]
     [ 0\.  0.]]]]]

 [[[[[ 0\.  0.]
     [ 0\.  0.]]

    [[ 0\.  0.]
     [ 0\.  0.]]]

   [[[ 0\.  0.]
     [ 6\.  0.]]

    [[ 0\.  0.]
     [ 0\.  0.]]]]

  [[[[ 0\.  0.]
     [ 0\.  0.]]

    [[ 0\.  0.]
     [ 0\.  0.]]]

   [[[ 0\.  0.]
     [ 0\.  0.]]

    [[ 0\.  0.]
     [ 0\. 18.]]]]]], shape=(2, 2, 2, 2, 2, 2), dtype=float32)

版权属于：月萌API www.moonapi.com，转载请注明出处

本文链接：https://www.moonapi.com/news/16985.html