TensorFlow es una biblioteca Python de código abierto diseñada por Google para desarrollar modelos de aprendizaje automático y redes neuronales de aprendizaje profundo.
gradientes() se utiliza para obtener derivadas simbólicas de la suma de ys wrt x en xs. No funciona cuando la ejecución ansiosa está habilitada.
Syantx: tensorflow.gradients (ys, xs, grad_ys, nombre, gate_gradients, aggregation_method, stop_gradients, unconnected_gradients)
Parámetros:
- ys: Es un Tensor o lista de Tensores que necesitan ser diferenciados.
- xs: Es un Tensor o lista de Tensores que se utiliza para la diferenciación.
- grad_ys (opcional): es un tensor o una lista de tensores que se utiliza para calcular los gradientes de y.
- nombre (opcional): se utiliza la operación de gradiente de grupo juntos. Su valor predeterminado es gradientes.
- gate_gradients (opcional): solía evitar la condición de carrera. Si es verdadero, agregará una tupla alrededor de los gradientes devueltos para una operación.
- aggregation_method (opcional): su valor es una constante definida en la clase AggregationMethod.
- stop_gradients (opcional): es un tensor o una lista de tensores para no diferenciar.
- unconnected_gradients (opcional): especifica el valor de gradiente devuelto cuando los tensores de entrada dados están desconectados. Los valores aceptados son constantes definidas en la clase UnconnectedGradients.
Devuelve: Una lista de Tensores de longitud len(xs) donde cada tensor es la suma(dy/dx) para y en ys y para x en xs.
Ejemplo 1:
Python3
# Importing the library import tensorflow as tf # Defining function @tf.function def gfg(): a = tf.ones([1, 2]) b = 5*a # Calculating gradient g1 = tf.gradients([b+a], [a]) # Printing result print("res: ",g1) # Calling the function gfg()
Producción:
res: [<tf.Tensor 'gradients/AddN:0' shape=(1, 2) dtype=float32>]
Ejemplo 2:
Python3
# Importing the library import tensorflow as tf # Defining function @tf.function def gfg(): a = tf.ones([1, 2]) b = 5*a # Calculating gradient g1 = tf.gradients([b], [a]) # Printing result print("res: ",g1) # Calling the function gfg()
Producción:
res: [<tf.Tensor 'gradients/mul_grad/Mul_1:0' shape=(1, 2) dtype=float32>]
Publicación traducida automáticamente
Artículo escrito por aman neekhara y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA