溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這篇文章將為大家詳細講解有關tensorflow 2中自動求導的機制是怎樣的，文章內容質量較高，因此小編分享給大家做個參考，希望大家閱讀完這篇文章后對相關知識有一定的了解。
import tensorflow as tf
import numpy as np
# f(x) = a*x**2 + b*x + c的導數
x = tf.Variable(0.0, name='x', dtype=tf.float32)
a = tf.constant(1.0)
b = tf.constant(-1.5)
c = tf.constant(1.0)
with tf.GradientTape() as tape:
y = a * tf.pow(x,2) + b * x + c
dy_dx = tape.gradient(y,x)
print(dy_dx)
可以計算出來dy_dx = 2*a*x +b = 2*1.0*0.0 + (-1.5) = -1.5
我們需要了解的是，
（1） GradienTape如何跟蹤到 y = a * tf.pow(x,2) + b *x + c中間的函數變換路徑。
（2）基本函數塊的導數是如何求出來。
（3）復合函數求導的規則是如何實現出來。
關于tensorflow 2中自動求導的機制是怎樣的就分享到這里了，希望以上內容可以對大家有一定的幫助，可以學到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
