tf.contrib.eager.implicit_gradients

Возвращает функцию, которая дифференцирует f по отношению к переменным.

tf.contrib.eager.implicit_gradients(
    f
)

Оборачиваемая функция возвращает градиент f, когда вызывается с теми же аргументами. Градиент вычисляется по всем обучаемым переменным TFE, к которым обращается f.

Эта функция полезна, когда точный набор переменных, с которыми необходимо дифференцировать, не известен заранее.

Пример:

dense_layer = tf.compat.v1.layers.Dense(1)
def loss(x, y):
  return tf.reduce_sum(tf.square(dense_layer(x) - y))

# Obtain the gradient function.
grad_fn = tfe.implicit_gradients(loss)

# Invoke the gradient function with concrete values of x and y.
x = tf.constant([[1.0, 2.0, 3.0], [4.0, 5.0, 6.0]])
y = tf.constant([[10.0], [20.0]])
grads_and_vars = grad_fn(x, y)

# Apply the gradients to Variables.
optimizer = tf.compat.v1.train.GradientDescentOptimizer(0.1)
optimizer.apply_gradients(grads_and_vars)