y
s wrt x
s의 합의 편도함수를 계산하는 연산을 추가합니다. 즉, d(y_1 + y_2 + ...)/dx_1, d(y_1 + y_2 + ...)/dx_2...
Options.dx()
값이 설정된 경우 이는 일부 손실 함수 L
wrt y
의 초기 기호 편도함수입니다. Options.dx()
의 크기는 y
여야 합니다.
Options.dx()
설정되지 않은 경우 구현에서는 y
의 모든 모양에 대해 OnesLike
의 dx를 사용합니다.
편도함수는 x
크기의 출력 dy
로 반환됩니다.
사용 예:
Gradients gradients = tf.gradients(loss, Arrays.asList(w, b));
Constant<TFloat32> alpha = tf.constant(1.0f);
tf.train.applyGradientDescent(w, alpha, gradients.<Float>dy(0));
tf.train.applyGradientDescent(b, alpha, gradients.<Float>dy(1));
중첩 클래스
수업 | 그라데이션.옵션 | Gradients 의 선택적 속성 |
공개 방법
정적 그라디언트 | |
정적 그라디언트 | |
정적 그라데이션.옵션 | |
<T는 TType을 확장합니다. > 출력 <T> | dy (정수 인덱스) 그래디언트 연산 출력 중 하나에 기호 핸들을 반환합니다. 경고: 텐서 유형이 T와 일치하는지 확인하지 않습니다. |
목록< 출력 <?>> | 다이 () y s wrt의 편도함수 |
반복자< 피연산자 <?>> | 반복자 () |
상속된 메서드
공개 방법
공개 정적 그라데이션 생성 ( 범위 범위, 피연산자 <?> y, Iterable<? 확장 피연산자 <?>> x, 옵션... 옵션)
범위에 따라 그래프에 그라데이션 계산 작업을 추가합니다.
이는 y
가 단일 출력인 ERROR(/#create(Scope, Iterable, Iterable, Options...))
의 단순화된 버전입니다.
매개변수
범위 | 현재 그래프 범위 |
---|---|
와이 | 파생할 함수의 출력 |
엑스 | 편미분을 계산하는 함수의 입력 |
옵션 | 선택적 속성 값을 전달합니다. |
보고
-
Gradients
의 새로운 인스턴스
던지기
IllegalArgumentException | 실행 환경이 그래프가 아닌 경우 |
---|
public static Gradients create ( Scope 범위, Iterable<? 확장 피연산자 <?>> y, Iterable<? 확장 피연산자 <?>> x, 옵션... 옵션)
범위에 따라 그래프에 그라데이션 계산 작업을 추가합니다.
매개변수
범위 | 현재 그래프 범위 |
---|---|
와이 | 파생할 함수의 출력 |
엑스 | 편미분을 계산하는 함수의 입력 |
옵션 | 선택적 속성 값을 전달합니다. |
보고
-
Gradients
의 새로운 인스턴스
던지기
IllegalArgumentException | 실행 환경이 그래프가 아닌 경우 |
---|
공개 정적 Gradients.Options dx (반복 가능<? 확장 피연산자 <?>> dx)
매개변수
dx | 일부 손실 함수 L wrt y 의 편도함수 |
---|
보고
- 이 작업에 더 많은 옵션을 추가하는 빌더
공개 출력 <T> dy (int 인덱스)
그래디언트 연산 출력 중 하나에 기호 핸들을 반환합니다.
경고: 텐서의 유형이 T와 일치하는지 확인하지 않습니다. 추론되도록 두기보다는 명시적인 유형 매개변수를 사용하여 이 메소드를 호출하는 것이 좋습니다(예: gradients.<Float>dy(0)
매개변수
색인 | 이 연산으로 추가된 그래디언트 중 출력의 인덱스 |
---|