tf.test.compute_gradient

Вычисляет теоретический и численный якобиан f.

tf.test.compute_gradient(
    f, x, delta=0.001
)

При y = f(x) вычисляет теоретический и численный якобиан dy/dx.

Аргументы
`f`	функция.
`x`	аргументы для функции в виде списка или кортежа значений, преобразуемых в тензор.
`delta`	(необязательно) возмущение, используемое для вычисления численного якобиана.

Возвращает
Пара списков, где первый список — список 2-мерных массивов NumPy, представляющих теоретические якобианы для каждого аргумента, а второй список — численные. Каждый 2-мерный массив имеет «y_size» строк и «x_size» столбцов, где «x_size» — количество элементов в соответствующем аргументе, а «y_size» — количество элементов в f(x).

Возвращает

Пара списков, где первый список — список 2-мерных массивов NumPy, представляющих теоретические якобианы для каждого аргумента, а второй список — численные. Каждый 2-мерный массив имеет «y_size» строк и «x_size» столбцов, где «x_size» — количество элементов в соответствующем аргументе, а «y_size» — количество элементов в f(x).

Возможные исключения
`ValueError`	Если результат пуст, но градиент не равен нулю.
`ValueError`	Если x не является списком, а является другим типом.

Пример:

@tf.function
def test_func(x):
  return x*x

theoretical, numerical = tf.test.compute_gradient(test_func, [1.0])
theoretical, numerical
# ((array([[2.]], dtype=float32),), (array([[2.000004]], dtype=float32),))

© 2020 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 3.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r2.3/api_docs/python/tf/test/compute_gradient