جریان تنسور:: عملیات:: IdentityN
#include <array_ops.h>
فهرستی از تانسورها را با اشکال و محتویات مشابه ورودی برمیگرداند.
خلاصه
تانسورها
این عملیات می تواند برای نادیده گرفتن گرادیان برای توابع پیچیده استفاده شود. به عنوان مثال، فرض کنید y = f(x) و ما می خواهیم یک تابع سفارشی g را برای backprop اعمال کنیم به طوری که dx = g(dy). در پایتون،
with tf.get_default_graph().gradient_override_map( {'IdentityN': 'OverrideGradientWithG'}): y, _ = identity_n([f(x), x])
.RegisterGradient('OverrideGradientWithG') def ApplyG(op, dy, _): return [None, g(dy)] # Do not backprop to f(x).
استدلال ها:
- scope: یک شی Scope
برمی گرداند:
-
OutputList
: تانسور خروجی.
سازندگان و تخریب کنندگان | |
---|---|
IdentityN (const :: tensorflow::Scope & scope, :: tensorflow::InputList input) |
صفات عمومی | |
---|---|
operation | |
output |
توابع عمومی | |
---|---|
operator[] (size_t index) const |
صفات عمومی
عملیات
Operation operation
خروجی
::tensorflow::OutputList output
توابع عمومی
IdentityN
IdentityN( const ::tensorflow::Scope & scope, ::tensorflow::InputList input )
اپراتور[]
::tensorflow::Output operator[]( size_t index ) const
جز در مواردی که غیر از این ذکر شده باشد،محتوای این صفحه تحت مجوز Creative Commons Attribution 4.0 License است. نمونه کدها نیز دارای مجوز Apache 2.0 License است. برای اطلاع از جزئیات، به خطمشیهای سایت Google Developers مراجعه کنید. جاوا علامت تجاری ثبتشده Oracle و/یا شرکتهای وابسته به آن است.
تاریخ آخرین بهروزرسانی 2024-11-21 بهوقت ساعت هماهنگ جهانی.
[null,null,["تاریخ آخرین بهروزرسانی 2024-11-21 بهوقت ساعت هماهنگ جهانی."],[],[]]