tf.Variable赋值方法破坏了tf.GradientTape

文章/答案/技术大牛

发布

2回答

python、tensorflow、deep-learning、tensorflow2.0

当我使用tf.Variable的赋值方法更改变量的值时，它会停止tf.Gradient，例如，参见下面的玩具示例代码： (注意:我只对TensorFlow 2感兴趣。)x = tf.Variable([[2.0,3.0,4.0], [1.,10.,100.]])with tf.GradientTape请注意，如果我执行以下操作，它将完全正常工作： x = tf.Variable([[2

浏览 41提问于2019-12-19得票数 1

回答已采纳

1回答

在Tensorflow 2.0中使用GradientTape()和jacobian()时出错

python、tensorflow、deep-learning、tensorflow2.0、gradienttape

此代码执行得很好：with tf.GradientTape() as gT: g= tf.convert_to_tensor([x, 0.0], dtype=tf.float32)但这段代码破坏了：with tf.GradientTape() as gT:

浏览 3提问于2020-01-04得票数 0

3回答

Tensorflow 2.0中输出wrt输入梯度的计算

python-3.x、tensorflow、neural-network、tensorflow2.0

在Tf1.x中，我能够通过以下方法计算输出相对于输入的梯度：sess = K.get_session() 如何使用tf.GradientTape计算输出相对

浏览 19提问于2019-12-02得票数 8

回答已采纳

1回答

用tf.GradientTape计算其他变量赋值的变量梯度

tensorflow、variables、tensorflow2.0、gradient、gradienttape

然而，我会将它应用于神经网络的内部模型权重，但我不知道如何在实践中应用这种张量方法。a = tf.Variable(1.0, name='a')c = tf.Variable(3.0, name='c') print(tape.gradient(loss, b)) # prints N

浏览 18提问于2022-06-18得票数 0

回答已采纳

1回答

Tf.GradientTape()的exit函数的参数是什么？

python、tensorflow、oop、with-statement、automatic-differentiation

根据 for tf.GradientTape，它的__exit__()方法接受三个位置参数：typ, value, traceback。with语句是如何推断它们的？我应该在下面的代码中给出哪些值(在这里，我没有使用with语句)：gt.

浏览 2提问于2020-06-09得票数 1

回答已采纳

1回答

在Tensorflow GradientTape中声明变量

tensorflow、gradienttape

如下所示，我使用一些自定义的损失函数计算损失，将这个值赋值给变量，因为张量在tensorflow中是不变的。def calc_loss(y_true, y_pred): pos_loss_class = tf.Variable(tf.zeros((1, num_classespos_loss_class[:, idx].assign(pos_loss) 我的代码很简单： with tf.GradientTape=&#x

浏览 16提问于2022-07-26得票数 0

1回答

为稠密层tensorflow创建对称权核

python、tensorflow

我正试图在TensorFlow中创建一个权重矩阵，如下所示 [c, b], 其中a，b，c，d为Tf.Variable。梯度流应该只改变变量a、b、c、d。如果分别初始化3个变量，然后创建权重矩阵w如下：b = tf.Variable(1., name='b',trainable=True) c = tf.Variable(1., name='

浏览 2提问于2022-02-10得票数 1

回答已采纳

1回答

在TensorFlow2.0中，`Tensor.grad`的等效语法是什么

python、pytorch、tensorflow2.0、gradient

在Pytorch中，我们可以通过以下方式访问变量x的梯度 z.grad 在Tensorflow 2中相同的语法是什么？我的目标是减少梯度。以下是Pytorch代码 if z.grad > 1000: z.grad = 10 tensorflow 2可以应用相同的功能吗？谢谢

浏览 23提问于2020-12-25得票数 1

回答已采纳

1回答

Tensorflow:初始化连接张量的正确方法？

python、tensorflow、gradient-descent、gradienttape

以下是针对我面临的问题的MWE： import tensorflow as tf x = tf.Variable(0.0) z = x # None # 1.0 显然，在这种特殊情况下，这很容易修复，但在我面临的实际用例中，与递归神经网络有关，我需要使用tf.Variable从连接其他张量形成张量，例

浏览 8提问于2020-06-21得票数 0

回答已采纳

1回答

在全局上下文中使用一个GradientTape

python、tensorflow、tensorflow2.0

下面是我想做的一个例子：import tensorflow as tf y=2*xtf.gradients(z, x) # RuntimeError, not supported in eager executionwith tf.GradientTape() as g:

浏览 13提问于2019-10-30得票数 1

1回答

Tensorflow gradients计算梯度的方法是将值1乘以1，而不是批量计算

python、tensorflow

当我用下面的方法计算x^2的梯度时。x = tf.convert_to_tensor(np.linspace(-5,5,11))with tf.GradientTape() as g:x=tf.Variable(-5.0)with tf.GradientTape(persistent=True) as g: g.watch(x有没有一种方法可以分离计算并使用for循环，而不是像

浏览 14提问于2020-06-06得票数 0

回答已采纳

1回答

对于TensorFlow中的切片输入，渐变为无

python、tensorflow、machine-learning、deep-learning、gradienttape

以下是我的代码import numpy as np z = tf.Variable(tf.zeros_like(x)trainable=False) for i in range(s): return z b = forwa

浏览 17提问于2021-02-17得票数 1

回答已采纳

1回答

是否可以使用tf.GradientTape()创建一个函数，该函数可以产生二阶、三阶或九阶梯度？

python-3.x、algorithm、recursion、tensorflow2.0、calculus

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。i in range(n):gradient_by_order(function,x,10) 是否有一种使用递归或循环或任何其他方法创建工作函数的方法？编辑:我知道你可以通过嵌套with tf.GradientTape() as tape得到第n阶导数，就像下面的Susmi

浏览 4提问于2021-04-17得票数 0

1回答

Tensorflow梯度返回null

python、tensorflow、deep-learning

(5.0) def __call__(self,x): def train(self, inputs, outputs, learning_rate): self.b.assign_s

浏览 2提问于2018-11-26得票数 1

2回答

如何在Tensorflow 2.0中使用gradient_override_map？

python、tensorflow、tensorflow2.0

2.0中，GradientTape可用于计算梯度，如下所示：print(tf.version.VERSION) # 2.0.0-alpha0 with tf.GradientTape() as tape:print(tape.gradient(s_1, x)) y = log1pexp(x

浏览 1提问于2019-04-19得票数 6

回答已采纳

2回答

Tensorflow聚合标量-张量乘法梯度

python、tensorflow

假设我将一个向量乘以一个标量，例如： a = tf.Variable(3.) c = a*b grad = tape.gradient(c, a) 我得到的梯度是一个标量， <tf.Tensor: shape=(), dtype=float32, numpy=2.0> 而我们期望的向量是： <tf.Variable 'Variable:0' shape=(3

浏览 35提问于2021-04-14得票数 0

1回答

如何在Tensorflow中禁用回溯

python、tensorflow

我有代码，它用牛顿拉普森方法和Hessian方法优化了一个函数。import tensorflow as tf with tf.GradientTape() as tape2:h_inv = tf.linalg.inv(h

浏览 4提问于2021-04-20得票数 0

1回答

Tensorflow概率中的可训练数组

python、tensorflow、tensorflow-probability

(0., name='loc1'), scale=tf.Variable(1., name='scale1')),def train_step(X): loss = -tf.reduce_mean如果我在分类分布构造函数中尝试 probs=[tf.Variable<

浏览 27提问于2021-11-04得票数 0

回答已采纳

1回答

不知道如何使用tensorflow梯度

tensorflow

我在使用tf.gradients计算梯度时遇到了一个问题。x是形状(4, 1)的向量v的tf.constant()，y是<code>E 110</code>v</code>e 211<//code>的sigmoid，也是形状<>D12<//code>的sigmoid，因此<code>E 113</code>y<//code>E 214</代码>相对于<代码>E 115</代码>x<//代码>E 216<//代码>的梯度应该是形状

浏览 0提问于2020-03-05得票数 0

回答已采纳

1回答

使用tensorflow时AttributeError与enter的问题

tensorflow

np.asarray(x_data, dtype=np.float32)nb_classes = 3 b = tf.Variable(tf.random_normal([nb_classes]),logits), axis = 1)

浏览 4提问于2019-12-13得票数 1

点击加载更多