python - 是否可以使用 Autograd 计算神经网络输出相对于其输入之一的导数?
问题描述
我有一个神经网络模型,它为大约 9 个输入 X 输出大小约为 4000 的向量 Y。我需要计算 Y 输出与输入 X_1 或 X_2 中的一个或两个的偏导数。
我已经有了这些导数,并且我已经为 X_1 和 X_2 训练了两个不同的神经网络。它做得很好,但问题是导数不如计算 Y 的神经网络准确。
我希望有一种方法可以从最终/优化的神经网络计算输出向量 Y 到 X 中的一个输入的导数,这样我就不需要为导数训练两个额外的神经网络。
有没有办法用 autograd 做到这一点?
解决方案
当您说您为输入训练了单独的网络时,我不确定您的意思,但是您可以使用 TensorFlow tf.gradients op 获得梯度。
推荐阅读
- salesforce-marketing-cloud - AMPScript - 配置/设置
- python - 聚类后如何计算每个聚类的均值
- c# - 模拟按键时必须为 keycode 和 keychar 指定什么(vb.net 或 c# 与 dotnetbrowser)
- javascript - 在延迟传单外部后运行内联脚本
- vba - 如何将 Word 单元格拆分为由回车标记的行?
- javascript - 在 JAVASCRIPT 中过滤数据以显示特定种族 - 从 JSON URL 获取
- c++ - 大小为 N 的数组,其中 N 未初始化,但没有错误并且运行良好
- javascript - 在选择一个项目或在其外部单击时关闭列表项下拉列表
- updates - Angular中的级联下拉列表更新
- android - Android 项目中的 SharedFlow 无法按预期工作