我正在使用Tensorflow 2.0并计算二阶导数。然而，tensorflow为u_tt和u_xx返回了None。正确计算了u_x、u_t。变量u,x,t是在前面定义的，它们是tf.Tensor的 import tensorflow as tfwith tf.GradientTape(persistent=True) as tp2:
with tf.GradientTape(persist
浏览 37提问于2021-07-10得票数 0
回答已采纳
我正在尝试计算一个函数(3*x^2+y^2)关于两列矩阵排序的两个变量的二阶导数，由于某种原因，一阶导数是可以的，但二阶导数是完全错误的 import tensorflow as tfxy = tf.convert_to_tensor(np.concatenate([x.T,y.T],axis=1))
浏览 15提问于2020-11-29得票数 0
我需要一个与TensorFlow兼容的Python库，它提供了一个用于机器学习的二阶导数-- CTC (ConnectificationTemporal分类法)丢失函数。也就是说，一个在Python中提供ctc_loss函数实现的库，与tf.nn.ctc_loss不同，第二个梯度必须是可解析计算的，性能合理，如下所示： with tf.GradientTape() as tape2:
loss =
浏览 0提问于2022-02-09得票数 0
1回答
我正在使用Tensorflow 2.0实现WGAN，但是评论家的每次训练迭代都很慢( CPU上大约有4秒，Colab GPU上有9秒)。 with tf.GradientTape() as outer_tape: with tf
浏览 0提问于2019-09-17得票数 2
import tensorflow as tf
return tf.multiply(x, x)
test_tape.watch(x)
with tf.GradientTape() as train_tapetest_tape.gradient(fx_prime, x) # df(x')/dx = df(0.98x)/dx = 1.9208 *
浏览 37提问于2020-03-29得票数 2
2回答
在下面的代码中，我正在计算具有线性激活函数的线性网络modelLinear的二阶导数(modelLinear)，以及tanh网络modelTanh的二阶导数(y_xx_tanh)，除了最后一个层是线性的在之后，我猜想y_xx_lin是None，因为线性函数的二阶导数对于所有输入值都是零，因此在某种意义上没有与输入链接。是这种情况吗？即使是这样，我也希望TensorFlow计算并返回它，而不是返回None。这个是可能的吗？output_
浏览 6提问于2022-11-03得票数 1
回答已采纳
我想计算tensorflow.keras.Model的恒心矩阵ex_model.add(Input(shape=(24)))ex_model.add(Dense(1))
with tf.GradientTape
浏览 4提问于2021-02-03得票数 1
回答已采纳
with tf.GradientTape() as tape: initial_points = self.model(images, is_training
浏览 43提问于2020-07-20得票数 1
我在TensorFlow中使用自动微分计算梯度有问题。基本上，我想要创建一个只有一个输出值f的神经网络，得到两个值(x，t)的输入。网络应该像一个数学函数，所以在这个例子中，f(x，t)，其中x和t是输入变量，我想计算偏导数，例如df_dx, d2f/dx2或df_dt。我需要这些偏导数作为一个特定的损失函数。以下是我的简化代码：import tensorflow as tf
from tensorflow.keras
浏览 0提问于2020-04-24得票数 2
回答已采纳
在我的模型中，我使用tf.keras.losses.MSE计算我的BATCH_SIZE x 256 x 256 x3输出和BATCH_SIZE x 256 x256 x3输入的均方误差。然后我使用tf.GradientTape.gradients，并将MSE 输出作为“目标”属性。在文档中，它说这个属性可以是张量。我问这个问题是因为我的模型目前没有训练，每个时代的读数都是1.0。我的假设是，我没有正确地计算梯度，因为我所有
浏览 1提问于2021-04-04得票数 0
回答已采纳
为什么TensorFlow给我运行时错误(在标题中)？ 6 with tf.GradientTapetape.gradient(loss_value, model.variables)
C
浏览 0提问于2018-05-09得票数 4
回答已采纳
1回答
我最近读了一段Pytorch代码，遇到了loss.backward()和optimizer.step()函数，有没有类似于使用tensorflow/keras的函数呢？
浏览 2提问于2020-05-05得票数 6
你好,import tensorflow as tf
x = tf.constant([1., 2., 3.])
with tf.GradientTape计算，得到了相同的结果。在这段代码中，我使用一个RNN来计算</
浏览 3提问于2019-04-29得票数 3
回答已采纳
我一直在尝试实现一个函数，该函数可以使用GradientTape输出函数的n阶微分。例如：
我试图在下面实现一些东西，但是它没有起作用，因为tf.GradientTape()需要跟踪需要区分的等式。() as tape:
with tf.GradientTape<
浏览 4提问于2021-04-17得票数 0
1回答
我正在尝试使用TF2.3和tf.GradientTape来计算一个标量变量f(x) = (x,x^2,x^3)的简单向量函数的二阶导数。def f_ab(x):in1 = tf.cast(tf.convert_to_tensor(tf.Variable([-1,3,0,6]))[:,None],tf.float64)
with tf.GradientTape(persistent=T
浏览 76提问于2021-01-12得票数 4
问题在Tensorflow中，有，它似乎负责雅可比计算。这是否意味着我们不必手动导出梯度公式，而是让Tensorflow磁带来处理它？计算渐变以自动区分，TensorFlow需要记住在前进过程中发生了什么顺序的操作。然后，在向后传递期间，TensorFlow以反向顺序遍历此操作列表，以计算梯度。
浏览 4提问于2021-04-06得票数 2
我想知道如何通过tf2.0中的tf.py_function计算高阶梯度。下面的示例(从tensorflow doc中略作修改)生成正确的dy_dx，而aa_x为None。谢谢。import tensorflow as tf if tf.abs(x) <= delta:
z
浏览 0提问于2020-03-20得票数 1
回答已采纳
1回答
假设我们有一些函数y=x^2 y = x**2不管怎样，我能找到tensorflow对我的输入做了什么吗？例如，在这种情况下，很容易找到dy/dx=2x，这是否意味着tensorflow将2乘以我的输入值x，然后返回me 6(即3*
浏览 14提问于2022-03-01得票数 2
我正在训练一个需要计算梯度的二阶导数(即梯度)的模型。Traceback (most recent call last): File "/scratch0/Projects
浏览 6提问于2017-07-16得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
