Tensorflow 学习笔记 -----gradient
2024-08-31 16:35:50
Tensorflow 的求梯度函数:
[db, dW, dx] = tf.gradient(C, [b, w, x])
在调试时用处较大。
实例:
import tensorflow as tf
import numpy as np
w1 = tf.Variable(2.0)
w2 = tf.Variable(3.0)
a = tf.multiply(w1,w2)
g = tf.get_default_graph()
with g.gradient_override_map({"Sign":"Identity"}):
clip = tf.sign(a)
gradients = tf.gradients(clip, xs=[w1, w2])
with tf.Session() as sess:
tf.global_variables_initializer().run()
print(sess.run(gradients))
>>[3.0,2.0]
此外,更加深度的应用见:
https://zhuanlan.zhihu.com/p/23060519
详细的解释了tensorflow中梯度的累计以及异步实现
最新文章
- 基于IIS构建Pyathon Web服务
- 在excel 中某一单元格添加指定字符的示例
- [wikioi1553]互斥的数(数学分析+散列/数学分析+二分)
- Kubernetes Architecture
- logstash tomcat catalina.out zabbix 插件不会引起崩溃
- jquery判断checkbox是否选中
- 使用sp_configure启用 'Ad Hoc Distributed Queries'
- 安装MySQLdb-python时无法找到-lprobes_mysql处理一则
- django 源码报错
- Spring注解定时器使用
- GC Tools
- 继续JS之DOM对象二
- Git使用教程:最详细、最傻瓜、最浅显、真正手把手教!
- github第一步之初始化操作
- python 类继承与子类实例初始化
- Java List <;T>; T[] toArray(T[] a) implementation
- PO_标准内部请购内部采购单抛转订单模组(流程)
- 1029:Ignatius and the Princess IV
- Django logging模块
- jquery源码解析:pushStack,end,ready,eq详解
热门文章
- 一 Storm 基础
- Qt之OpenSSL
- 不安全的直接对象引用:你的 ASP.NET 应用数据是否安全?
- nodejs 实现简单 http 代理并缓存
- 删除heroku上的数据库记录
- jni java与c++交互返回三维数组jobjectArray
- Vue Syntax Highlight
- BZOJ 2127: happiness(最小割解决集合划分)
- tf.nn.top_k(input, k, name=None)和tf.nn.in_top_k(predictions, targets, k, name=None)
- [HNOI2008]水平可见直线 单调栈