tensorflow - Tensorflow：在 tf.gradients() 期间忽略特定依赖项

Question

给定变量 y 和 z，它们都依赖于张量 x。根据产品规则，如果我做 tf.gradients(y z,x)，它会给我 y'(x)z(x) + z'(x)y(x)。有没有办法可以将 y 指定为相对于 x 的常数，这样 tf.gradients(y z,x) 只给我 z'(x)y(x)？

我知道 y_=tf.constant(sess.run(y)) 会给我 y 作为常数，但我不能在我的代码中使用该解决方案。

标签： tensorflowtensorflow-datasets

Answer 1

您可以使用tf.stop_gradient()来阻止反向传播。在您的示例中阻止渐变：

y = function1(x)
z = function2(x)

blocked_y = tf.stop_gradient(y)

product = blocked_y * z

在你通过反向传播之后product，反向传播将继续z而不是y。