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？

Question

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？

标签： pythontensorflowneural-networkautograd

Answer 1

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。