tf.compat.v1.test.compute_gradient

Вычисляет и возвращает теоретический и численный якобианы. (устарела)

tf.compat.v1.test.compute_gradient(
    x,
    x_shape,
    y,
    y_shape,
    x_init_value=None,
    delta=0.001,
    init_targets=None,
    extra_feed_dict=None
)

Если x или y являются комплексными, якобиан всё равно будет действительным, но соответствующие размерности якобиана будут вдвое больше. Это необходимо, даже если и входные, и выходные данные комплексные, поскольку графы TensorFlow не обязательно являются голоморфными и могут иметь градиенты, не представимые комплексными числами. Например, если x является комплексным тензором формы [m], а y является комплексным тензором формы [n], каждый якобиан J будет иметь форму [m * 2, n * 2], где

J[:m, :n] = d(Re y)/d(Re x)
J[:m, n:] = d(Im y)/d(Re x)
J[m:, :n] = d(Re y)/d(Im x)
J[m:, n:] = d(Im y)/d(Im x)

Аргументы
`x`	тензор или список тензоров
`x_shape`	размерности x в виде кортежа или массива целых чисел. Если x — список, то это список форм.
`y`	тензор
`y_shape`	размерности y в виде кортежа или массива целых чисел.
`x_init_value`	(необязательно) массив numpy той же формы, что и "x", представляющий начальное значение x. Если x — список, здесь должен быть список массивов numpy. Если значение не задано, функция выберет случайный тензор в качестве начального значения.
`delta`	(необязательно) величина возмущения.
`init_targets`	список целевых объектов для запуска при инициализации параметров модели.
`extra_feed_dict`	словарь, позволяющий фиксировать заданные значения тензоров при вычислении якобиана.

Возвращаемое значение
Два двумерных массива numpy, представляющие теоретический и численный якобианы для dy/dx. Каждый из них содержит "x_size" строк и "y_size" столбцов, где "x_size" — число элементов в x, а "y_size" — число элементов в y. Если x — список, возвращается список из двух массивов numpy.

Возвращаемое значение

Два двумерных массива numpy, представляющие теоретический и численный якобианы для dy/dx. Каждый из них содержит "x_size" строк и "y_size" столбцов, где "x_size" — число элементов в x, а "y_size" — число элементов в y. Если x — список, возвращается список из двух массивов numpy.

© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/api_docs/python/tf/compat/v1/test/compute_gradient