TensorFlow的自动求导原理分析
更新时间：2021年05月26日 11:48:03 作者：qq_25094489
这篇文章主要介绍了TensorFlow的自动求导原理分析，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教
原理：
TensorFlow使用的求导方法称为自动微分（Automatic Differentiation），它既不是符号求导也不是数值求导，而类似于将两者结合的产物。
最基本的原理就是链式法则，关键思想是在基本操作（op）的水平上应用符号求导，并保持中间结果（grad）。
基本操作的符号求导定义在\tensorflow\python\ops\math_grad.py文件中，这个文件中的所有函数都用RegisterGradient装饰器包装了起来，这些函数都接受两个参数op和grad，参数op是操作，第二个参数是grad是之前的梯度。
链式求导代码：
举个例子：
补充：聊聊Tensorflow自动求导机制
自动求导机制
在即时执行模式下，Tensorflow引入tf.GradientTape()这个“求导记录器”来实现自动求导。
计算函数y(x)=x^2在x = 3时的导数：
import tensorflow as tf
#定义变量
x = tf.Variable(initial_value = 3.)
#在tf.GradientTape()的上下文内，所有计算步骤都会被记录以用于求导
with tf.GradientTape() as tape:
#y = x^2
y = tf.square(x)
#计算y关于x的导数(斜率，梯度)
y_grad = tape.gradient(y,x)
print([y,y_grad])
输出：
[<tf.Tensor: shape=(), dtype=float32, numpy=9.0>, <tf.Tensor: shape=(), dtype=float32, numpy=6.0>]
以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。
相关文章
今天小编就为大家分享一篇Python 脚本获取ES 存储容量的实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-12-12
使用Python的Django和layim实现即时通讯的方法
这篇文章主要介绍了使用Python的Django和layim实现即时通讯的方法，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧2018-05-05
这篇文章主要为大家详细介绍了如何使用Python编写一个系统信息采集工具,好为重装系统做准备,感兴趣的小伙伴可以跟随小编一起学习一下2024-12-12
这篇文章主要为大家详细介绍了python主线程捕获子线程的方法，具有一定的参考价值，感兴趣的朋友可以参考一下2018-06-06
这篇文章主要介绍了python re模块findall()函数实例解析，具有一定借鉴价值,需要的朋友可以参考下2018-01-01
这篇文章主要介绍了Python编程实现蚁群算法详解，涉及蚂蚁算法的简介，主要原理及公式，以及Python中的实现代码，具有一定参考价值，需要的朋友可以了解下2021-10-10
本文主要介绍了Python手写回归树的实现，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2022-06-06
通过实例解析python subprocess模块原理及用法
这篇文章主要介绍了通过实例解析python subprocess模块原理及用法,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2020-10-10
这篇文章主要介绍了OpenCV+python实现实时目标检测功能，本文通过实例代码给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下2020-06-06
这篇文章主要介绍了Python检测一个对象是否为字符串类的方法,即检测是一个对象是否是字符串对象,本文还讲解了一个有趣的判断方法,需要的朋友可以参考下2015-05-05
最新评论