tensorflow - 我可以在 2.0 计算 NN 输出 wrt 输入的 autograd 中重新创建 tf1.0 代码吗?
问题描述
我不明白如何通过删除 tf2 中的图形节点定义来获得这样的渐变对象。我怎样才能在训练期间仍然指示 tf.gradients() 给我这个 autodiff 对象。
#x,y,t,u = tf.placeholder(...)
u = self.neural_net(tf.concat([x,y,t], 1), self.weights, self.biases)
du_dt = tf.gradients(psi, t)[0]
解决方案
推荐阅读
- sql - 插入带有附加分组的子查询的解决方案
- network-programming - 有没有办法可以从链接下载文件的特定部分?
- spring-cloud-stream - 使用 Spring-cloud-stream-kafka-stream 的活页夹问题
- java - 我不明白为什么总和= 0?
- excel - 创建将宏创建的新工作表中的单元格链接到摘要表的公式
- python - 熊猫数据框:按两列分组,然后平均第三列
- android - Android Studio-Google 地图不显示地图
- sas - 为什么月份功能在这里不起作用?
- python - 如何通过网状在R中使用熊猫编写csv?
- python - 无法以正确的方式使我的脚本处理本地创建的服务器响应