主頁 > 知識庫 > TensorFlow的自動(dòng)求導(dǎo)原理分析

TensorFlow的自動(dòng)求導(dǎo)原理分析

熱門標(biāo)簽:天津電話機(jī)器人公司 開封語音外呼系統(tǒng)代理商 手機(jī)網(wǎng)頁嵌入地圖標(biāo)注位置 應(yīng)電話機(jī)器人打電話違法嗎 開封自動(dòng)外呼系統(tǒng)怎么收費(fèi) 電銷機(jī)器人的風(fēng)險(xiǎn) 地圖標(biāo)注線上如何操作 400電話辦理哪種 河北防封卡電銷卡

原理:

TensorFlow使用的求導(dǎo)方法稱為自動(dòng)微分(Automatic Differentiation),它既不是符號求導(dǎo)也不是數(shù)值求導(dǎo),而類似于將兩者結(jié)合的產(chǎn)物。

最基本的原理就是鏈?zhǔn)椒▌t,關(guān)鍵思想是在基本操作(op)的水平上應(yīng)用符號求導(dǎo),并保持中間結(jié)果(grad)。

基本操作的符號求導(dǎo)定義在\tensorflow\python\ops\math_grad.py文件中,這個(gè)文件中的所有函數(shù)都用RegisterGradient裝飾器包裝了起來,這些函數(shù)都接受兩個(gè)參數(shù)op和grad,參數(shù)op是操作,第二個(gè)參數(shù)是grad是之前的梯度。

鏈?zhǔn)角髮?dǎo)代碼:

舉個(gè)例子:

補(bǔ)充:聊聊Tensorflow自動(dòng)求導(dǎo)機(jī)制

自動(dòng)求導(dǎo)機(jī)制

在即時(shí)執(zhí)行模式下,Tensorflow引入tf.GradientTape()這個(gè)“求導(dǎo)記錄器”來實(shí)現(xiàn)自動(dòng)求導(dǎo)。

計(jì)算函數(shù)y(x)=x^2在x = 3時(shí)的導(dǎo)數(shù):

import tensorflow as tf
#定義變量
x = tf.Variable(initial_value = 3.)

#在tf.GradientTape()的上下文內(nèi),所有計(jì)算步驟都會(huì)被記錄以用于求導(dǎo)
with tf.GradientTape() as tape:
    #y = x^2
    y = tf.square(x)
#計(jì)算y關(guān)于x的導(dǎo)數(shù)(斜率,梯度)
y_grad = tape.gradient(y,x)
print([y,y_grad])

輸出:

[tf.Tensor: shape=(), dtype=float32, numpy=9.0>, tf.Tensor: shape=(), dtype=float32, numpy=6.0>]

以上為個(gè)人經(jīng)驗(yàn),希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。

您可能感興趣的文章:
  • 使用tensorflow 實(shí)現(xiàn)反向傳播求導(dǎo)
  • tensorflow中的梯度求解及梯度裁剪操作
  • Tensorflow 如何從checkpoint文件中加載變量名和變量值
  • Python3安裝tensorflow及配置過程
  • 解決tensorflow 與keras 混用之坑
  • tensorflow中的數(shù)據(jù)類型dtype用法說明

標(biāo)簽:駐馬店 成都 山東 六盤水 宿遷 江蘇 蘭州 常州

巨人網(wǎng)絡(luò)通訊聲明:本文標(biāo)題《TensorFlow的自動(dòng)求導(dǎo)原理分析》,本文關(guān)鍵詞  TensorFlow,的,自動(dòng),求導(dǎo),原理,;如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問題,煩請?zhí)峁┫嚓P(guān)信息告之我們,我們將及時(shí)溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò),涉及言論、版權(quán)與本站無關(guān)。
  • 相關(guān)文章
  • 下面列出與本文章《TensorFlow的自動(dòng)求導(dǎo)原理分析》相關(guān)的同類信息!
  • 本頁收集關(guān)于TensorFlow的自動(dòng)求導(dǎo)原理分析的相關(guān)信息資訊供網(wǎng)民參考!
  • 推薦文章