python–tensorlow。gradienttape.gradients()
哎哎哎:# t0]https://www.geeksforgeeks.org/python-tensorlow-gradienttape 梯度/
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。
渐变()用于使用在该磁带上下文中记录的操作来计算渐变。
语法:渐变(目标、源、输出_渐变、未连接_渐变)
参数:
- 目标:是待区分张量或张量列表。
- 来源:是 Tensor 或 Tensor 列表。目标值与来源不同。
- output_gradients: 是一个梯度列表，默认值为无。
- 未连接_渐变:其值可以是无，也可以是零，默认值为无。
返回:返回张量的列表或嵌套结构。
例 1:
蟒蛇 3
# Importing the library
import tensorflow as tf
x = tf.constant(4.0)
# Using GradientTape
with tf.GradientTape() as gfg:
gfg.watch(x)
y = x * x * x
# Computing gradient
res = gfg.gradient(y, x)
# Printing result
print("res: ",res)
输出:
res: tf.Tensor(48.0, shape=(), dtype=float32)
例 2:
蟒蛇 3
# Importing the library
import tensorflow as tf
x = tf.constant(4.0)
# Using GradientTape
with tf.GradientTape() as gfg:
gfg.watch(x)
# Using nested GradientTape for
# calculating higher order derivative
with tf.GradientTape() as gg:
gg.watch(x)
y = x * x * x
# Computing first order gradient
first_order = gg.gradient(y, x)
# Computing Second order gradient
second_order = gfg.gradient(first_order, x)
# Printing result
print("first_order: ",first_order)
print("second_order: ",second_order)
输出:
first_order: tf.Tensor(48.0, shape=(), dtype=float32)
second_order: tf.Tensor(24.0, shape=(), dtype=float32)
