是否可以使用Autograd来计算神经网络输出相对于其输入之一的导数？
是否可以使用Autograd来计算神经网络输出相对于其输入之一的导数？
提问于 2019-02-11 18:34:44
我有一个神经网络模型，它为大约9个输入X输出一个大小约为4000的向量Y。我需要用一个或两个输入X_1或X_2计算Y的输出的偏导数。
我已经有了这些导数，并且我已经为X_1和X_2训练了两个不同的神经网络。它做得很好，但问题是导数没有计算Y的神经网络准确。
我希望有一种方法可以从最终/优化的神经网络中计算输出向量Y到X中的一个输入的导数，这样我就不需要为导数训练两个额外的神经网络。
有没有办法用autograd做到这一点？
回答 1
Stack Overflow用户
发布于 2019-02-17 10:34:13
我不确定你说你为你的输入训练了单独的网络是什么意思，但是你可以使用TensorFlow tf.gradients op获得梯度。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/54628584
复制相关文章
相似问题
腾讯云开发者
