Peringatan: API ini tidak digunakan lagi dan akan dihapus di versi TensorFlow mendatang setelah penggantinya stabil.

Gradients

Gradien public class

Menambahkan operasi untuk menghitung derivatif parsial dari jumlah y s wrt x s, yaitu, d(y_1 + y_2 + ...)/dx_1, d(y_1 + y_2 + ...)/dx_2...

Jika Options.dx() nilai-nilai yang ditetapkan, mereka adalah sebagai turunan parsial simbolis awal beberapa fungsi kerugian L wrt y . Options.dx() harus memiliki ukuran y .

Jika Options.dx() tidak diatur, pelaksanaannya akan menggunakan dx dari OnesLike untuk semua bentuk di y .

Turunan parsial dikembalikan dalam output dy , dengan ukuran x .

Contoh penggunaan:

Gradients gradients = Gradients.create(scope, Arrays.asList(loss), Arrays.asList(w, b));
 
 Constant<Float> alpha = ops.constant(1.0f, Float.class);
 ApplyGradientDescent.create(scope, w, alpha, gradients.<Float>dy(0));
 ApplyGradientDescent.create(scope, b, alpha, gradients.<Float>dy(1));
 

Kelas Bersarang

kelas Gradien. Opsi Atribut opsional untuk Gradients

Metode Publik

statis Gradien
membuat ( Lingkup lingkup, Operan <?> y, Iterable <? meluas Operan <? >> x, Options ... pilihan)
Menambahkan operasi komputasi gradien ke grafik sesuai dengan cakupannya.
statis Gradien
membuat ( Lingkup lingkup, Iterable <? meluas Operan <? >> y, Iterable <? meluas Operan <? >> x, Options ... pilihan)
Menambahkan operasi komputasi gradien ke grafik sesuai dengan cakupannya.
statis Gradients.Options
dx (Iterable <? meluas Operan <? >> dx)
<T> Keluaran <T>
dy (indeks int)
Mengembalikan pegangan simbolis ke salah satu output operasi gradien

Peringatan: Tidak memeriksa apakah jenis tensor cocok dengan T.

Daftar < Keluaran <? >>
dy ()
Derivatif parsial dari y s wrt
Iterator < Operan <? >>

Metode yang Diwarisi

Metode Publik

public static Gradien membuat ( Scope lingkup, Operan <?> y, Iterable <? meluas Operan <? >> x, Options ... pilihan)

Menambahkan operasi komputasi gradien ke grafik sesuai dengan cakupannya.

Ini adalah versi sederhana dari ERROR(/#create(Scope, Iterable, Iterable, Options...)) di mana y adalah output.

Parameter
cakupan cakupan grafik saat ini
kamu keluaran dari fungsi yang diturunkan
x input dari fungsi yang turunan parsialnya dihitung
pilihan membawa nilai atribut opsional
Kembali
  • contoh baru dari Gradients
Melempar
Pengecualian Argumen Ilegal jika lingkungan eksekusi bukan grafik

public static Gradien membuat ( Scope lingkup, Iterable <? meluas Operan <? >> y, Iterable <? meluas Operan <? >> x, Options ... pilihan)

Menambahkan operasi komputasi gradien ke grafik sesuai dengan cakupannya.

Parameter
cakupan cakupan grafik saat ini
kamu keluaran dari fungsi yang diturunkan
x input dari fungsi yang turunan parsialnya dihitung
pilihan membawa nilai atribut opsional
Kembali
  • contoh baru dari Gradients
Melempar
Pengecualian Argumen Ilegal jika lingkungan eksekusi bukan grafik

public static Gradients.Options dx (Iterable <? meluas Operan <? >> dx)

Parameter
dx derivatif parsial dari beberapa fungsi kerugian L wrt y
Kembali
  • pembangun untuk menambahkan lebih banyak opsi ke operasi ini

publik Keluaran <T> dy (indeks int)

Mengembalikan pegangan simbolis ke salah satu output operasi gradien

Peringatan: Apakah tidak memeriksa bahwa jenis tensor cocok T. Disarankan untuk memanggil metode ini dengan jenis parameter eksplisit daripada membiarkannya disimpulkan, misalnya gradients.<Float>dy(0)

Parameter
indeks Indeks output di antara gradien yang ditambahkan oleh operasi ini

public List < Keluaran <? >> dy ()

Derivatif parsial dari y s wrt x s, dengan ukuran x

public Iterator < Operan <? >> iterator ()