我正在学习neural style transfer上的教程。通过最小化关于图像(用内容图像初始化)的损失函数来完成样式转移。让我感到困惑的是下面这段代码： preprocessed_input = tf.keras.applications.vgg19.preprocess_input(inputs) 它是StyleContentModel类中call方法的一部分。TensorFlow如何知道此操作的梯度？我在模块tensorflow</em
浏览 26提问于2020-10-09得票数 1
回答已采纳
1回答
我想用 Keras实现这个中显示的自定义丢失函数。是否有必要使用Keras函数，如果是这样的话，我需要哪种类型的操作(我看到了一些代码，其中一些简单的操作，例如加法，不使用K)。
浏览 0提问于2019-07-20得票数 0
回答已采纳
我试图了解TensorFlow如何计算tf.train.GradientDescentOptimizer的梯度。如果我理解TensorFlow白皮书中的4.1节，它通过向TensorFlow图中添加节点来计算基于反向传播的梯度，该图计算原始图中节点的派生。当TensorFlow需要计算一个张量C相对于C所依赖的
浏览 0提问于2016-09-19得票数 4
回答已采纳
我想在TensorFlow中构建分类器时，使用带有动量的梯度下降(跟踪以前的梯度)。所以我不想使用tensorflow.train.GradientDescentOptimizer，但我想使用tensorflow.gradients来计算梯度，跟踪以前的梯度，并根据它们更新权重。我如何在TensorFlow中做到这一点？
浏览 16提问于2016-08-26得票数 5
1回答
在Python中进行梯度下降的一种方法是自己编写代码。然而，考虑到它在机器学习中有多么流行，我想知道是否有一个Python库可以导入，给我一个梯度下降方法(最好是小批处理梯度下降，因为它通常比批处理和随机梯度下降更好，但是如果我错了，请纠正我)。我没有使用TensorFlow的经验，但是浏览了他们的在线API。我找到了tf.train.GradientDescentOptimizer，但是没有参数可以让我选择批处理大小，所以我对它的实
浏览 0提问于2018-05-08得票数 3
回答已采纳
我正在做一个需要反褶积的项目。我读到gen_nn_ops.max_pool_grad_v2()可以做到这一点。我从tensorflow.python.ops加载函数。据我所知，函数采用输入和输出张量，其中输入是最大池之前的卷积层，输出是最大池操作的结果。但是grad是什么呢？这个函数的输出到底代表什么？1,2,2,1]u = gen_nn_ops.max_pool_grad_v2(input, output, grad, ksize, strides
浏览 1提问于2018-07-25得票数 2
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
我有一个TensorFlow模型f(x)，我有时需要它的梯度，有时不需要，这取决于向前传递的结果。为了节省计算时间，我只想在需要的时候计算梯度。如果我使用stop_gradient()停止梯度计算，或者不将它们记录在GradientTape上，那么如果不重新计算正向传递，我似乎永远无法获得梯度。我尝试做的一个简化示例如下所示(用伪代码)：y = f(
浏览 16提问于2021-02-25得票数 0
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
浏览 14提问于2022-03-01得票数 2
在TensorFlow2.0中，TensorFlow2.0不支持tf.gradients，并且GradientTape只计算可训练权重的梯度，那么如何像TF1.0那样获得输入的梯度？
浏览 1提问于2020-01-14得票数 1
在TensorFlow或Theano中，你只告诉图书馆你的神经网络是怎样的，以及前馈应该如何操作。例如，在TensorFlow中，您可以编写： _X = tf.constant(X)我使用L2-范数损失函数，C=0.5*sum((Yp)^2)，在反向传播步骤中，可能需要计算
浏览 2提问于2016-02-11得票数 10
回答已采纳
我理解自动微分的概念，但找不到任何解释tensorflow如何计算不可微函数的误差梯度，例如我的丢失函数中的tf.where或图形中的tf.cond。它工作得很好，但是我想了解tensorflow是如何通过这样的节点反向传播错误的，因为没有计算它们的梯度的公式。
浏览 1提问于2018-11-08得票数 9
回答已采纳
我正在学习如何使用Tensorflow，在这一点上，我真的被困住了，无法理解它。假设我有一个5层的网络，其输出由output表示。现在假设我想找出output相对于layer_2的梯度。为此，我将在Tensorflow中编写如下代码：从理论上讲，这个梯度应该通过链式法则来计算。我想问一下，Tensorflow是通过链式规则计算<
浏览 5提问于2018-02-10得票数 0
回答已采纳
我最近在tensorflow上工作，对tensorflow中的自动毕业有一些怀疑。假设我们有一个丢失的函数loss = sigmod (theta * x)，其中x是占位符，表示输出输入特征，theta是参数。当我们调用sess.run时，如何确定x或theta来计算梯度并对其进行更新。tf是否同时计算x和theta gradients的损失梯度w.r.t并同时更新它们？
浏览 3提问于2017-09-09得票数 0
我想得到tf.cholesky的梯度相对于它的输入。)import tensorflow as tfchol = tf.cholesky(A)虽然我可以自己计算梯度并注册它，但据我所知，我所看到的计算Cholesky梯度的唯一方法涉及，
获得输入矩阵A
浏览 3提问于2015-11-27得票数 5
回答已采纳
我是机器学习的新手。我正在使用tensorflow，我对某个特定功能有疑问。grads_and_vars =optimizer.compute_gradients(损失)谁能解释一下梯度是如何编程计算的(即，它使用什么公式来计算梯度)？
浏览 1提问于2017-01-31得票数 0
TensorFlow中的自动微分过程是否在需要时计算次梯度？如果有许多子梯度，那么将选择哪一个作为输出？我在急切模式下使用TensorFlow (v1.12)对模型进行编程，并使用自动微分来计算梯度。每批处理后，我可以看到梯度值发生变化，精度略有提高。一段时间后，它会减少，这个过程会继续下去。小批量: 256,512,1024；正则化参数- 0.1，0.01，0.001；学习率- 0.1，0.01，0.001；优化函数-梯度<
浏览 21提问于2019-04-02得票数 0
回答已采纳
1回答
我遵循了coursera赋值的代码，它使用双向LSTM实现了一个NER标记器。你能帮助我理解嵌入是如何训练的吗？
浏览 0提问于2018-06-23得票数 0
我一直在使用来自openopt的l优化器使用Tensorflow。很容易设置回调，以允许Tensorflow计算l-bfgs的梯度和损失评估，但是，我很难在训练过程中引入像退出这样的随机元素。在线性搜索过程中，loss对损失函数进行多次评估，而损失函数需要与先验梯度计算在同一网络上运行。但是，对于tf.nn.dropout函数的每一次计算，似乎都会创建一组新的退出。我正在寻找一种方
浏览 2提问于2016-05-04得票数 3
回答已采纳
我试图通过Tensorflow编写一个具有自定义丢失功能的Keras 2 LSTM：我的培训集有不同大小的时间维度的示例当我用不同<em
浏览 0提问于2017-04-20得票数 2
回答已采纳
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
