tensorflow - tf 根据差分函数的当前梯度覆盖梯度
问题描述
是否可以根据当前梯度更改传播回优化器的梯度?
IE
intermediate_layer = build_intermediate(inputs)
outputs = conv2d(intermediate_layer)
#####
## And for all the variables inside intermediate
gradients_that_propagate_to_optimizer = true_gradients * 2
我知道 tf 有,RegisterGradient
但我没有找到使用计算梯度来计算自定义梯度的方法。
解决方案
推荐阅读
- python - Python Scrapy:返回抓取的 URL 列表
- mysql - 在 Mysql 8 中合并两个 JSON 数组列
- java - 从控制台菜单中为继承该方法的类调用方法
- json - 如何修复 package.json 中的客户端错误?
- tensorflow - 通过量化将 Mobilenet SSD 转换为 TensorFlow Lite
- python - 如何使用 ImageDataGenerator 进行语义分割标签?
- python - 如何从 Pandas 的索引中删除括号“()”?
- asp.net - ASP.NET下实际使用的是什么版本的.NET框架
- vba - 检查空白输入框并在 VBA 中发送适当消息的问题
- bixby - 如何跟踪 Bixby 中打开的详细信息视图?