一个python包来做自动区分。
easyGrad的Python项目详细描述
[！[构建状态]（https://travis-ci.org/amartya18x/easygrad.svg？branch=master）（https://travis ci.org/amartya18x/easy grad）
easy grad
此库旨在提供在python中执行符号操作的简单实现
允许的运算符
-*exp（x）*和*log（x）*
``python
def testops（）：
x=integer（'x'）
y=ops.log（x）
z=ops.exp（y）
gragraph=gragragragraph（z）
graph.getoutput（{x:x:1}）
graph.getgradientents（wrt=x）
x.gradientx.gradientx.gradientx.gradientx.gradientx.gradientx.gradientx.gradientx.gragradientx.gragragragragragragragragraph.gradigradientx<
```` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` `.getgradients（wrt=x）
打印x.梯度
```````````````````````````````````````````````````````````````````````````````````````````````````````````````````````````````````````````````````````````````````````````````````````````````````/>
`` python
def gradtestsimple（）：
a=整数（“a”）
b=integer（“b”）
c=a+b
d=b+6
e=c*d
graph=gradegraph（e）
graph.getoutput（{a:32，
b:11}）
graph.getgradients（wrt=b）
print a.gradient，b.梯度
````````````````````````````````` python
def gradtest（）：
x=integer（“int1x”）
y=integer（“int2y”）
z=integer（“int3z”）
p=integer（“int4p”）
p=integer（“int4p”）
k=p*p*z
k
m=k+t
n=m*z
gragragragraph=gragragragragragragragragragragragragragragragragragragragragragragragragragragra>graph.getoutput（{x:9，
y:9，
z:9，
p:2}）
graph.getgradients（wrt=z）
打印x.gradient，y.gradient，z.gradient，p.gradient
````
```这与上面的示例相同，但这些命令不是三个op命令。
``python
def gradestlong（）：
x=integer（“int1x”）
y=integer（“int2y”）
z=integer（“int3z”）
p=integer（“int4p”）
k=p*z
n=（k+（y*p*z））*z
=梯度图（n）
graph.getoutput（{x:9，
y:9，
z:9，
p:2}）
graph.getgradients（wrt=z）
打印x.gradient，y.gradient，z.gradient，p.gradient
````
``张量运算
`` python
y=x.dot（[3，4]）
z=y.dot（[4，5]）
graph=gradigraph（z）
output=graph.getoutput（{x:[3，4]}）
graph.getgradients（wrt=x）
assert（np.all）（output==100，
assert（np.all（x.gradient===[[12,16.16.]，[15,20.20.]]）
def tensorop（）：
x=双张量（“张量1”）
y=x-[3,4]
z=ops.log（y*x）
graph=gragragragragragraph（z）
output=graph.getoutput（{x[10]]}）
assert（np.all）（np.isclose（output，np.log（10，10，10，10，10，10，10，10，10，10，10，10，10，10，10，10，*（10-NP.Asarray（[3，4]））
graph.getgradients（wrt=x）
a=2*10-np.asarray（[3，4]）
b=1.0/np.exp（np.asarray（output））
assert（np.all（np.isclose（x.gradient，a*b）））
```
easy grad
此库旨在提供在python中执行符号操作的简单实现
允许的运算符
-*exp（x）*和*log（x）*
``python
def testops（）：
x=integer（'x'）
y=ops.log（x）
z=ops.exp（y）
gragraph=gragragragraph（z）
graph.getoutput（{x:x:1}）
graph.getgradientents（wrt=x）
x.gradientx.gradientx.gradientx.gradientx.gradientx.gradientx.gradientx.gradientx.gragradientx.gragragragragragragragragraph.gradigradientx<
```` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` `.getgradients（wrt=x）
打印x.梯度
```````````````````````````````````````````````````````````````````````````````````````````````````````````````````````````````````````````````````````````````````````````````````````````````````/>
`` python
def gradtestsimple（）：
a=整数（“a”）
b=integer（“b”）
c=a+b
d=b+6
e=c*d
graph=gradegraph（e）
graph.getoutput（{a:32，
b:11}）
graph.getgradients（wrt=b）
print a.gradient，b.梯度
````````````````````````````````` python
def gradtest（）：
x=integer（“int1x”）
y=integer（“int2y”）
z=integer（“int3z”）
p=integer（“int4p”）
p=integer（“int4p”）
k=p*p*z
k
m=k+t
n=m*z
gragragragraph=gragragragragragragragragragragragragragragragragragragragragragragragragragragra>graph.getoutput（{x:9，
y:9，
z:9，
p:2}）
graph.getgradients（wrt=z）
打印x.gradient，y.gradient，z.gradient，p.gradient
````
```这与上面的示例相同，但这些命令不是三个op命令。
``python
def gradestlong（）：
x=integer（“int1x”）
y=integer（“int2y”）
z=integer（“int3z”）
p=integer（“int4p”）
k=p*z
n=（k+（y*p*z））*z
=梯度图（n）
graph.getoutput（{x:9，
y:9，
z:9，
p:2}）
graph.getgradients（wrt=z）
打印x.gradient，y.gradient，z.gradient，p.gradient
````
``张量运算
`` python
y=x.dot（[3，4]）
z=y.dot（[4，5]）
graph=gradigraph（z）
output=graph.getoutput（{x:[3，4]}）
graph.getgradients（wrt=x）
assert（np.all）（output==100，
assert（np.all（x.gradient===[[12,16.16.]，[15,20.20.]]）
def tensorop（）：
x=双张量（“张量1”）
y=x-[3,4]
z=ops.log（y*x）
graph=gragragragragragraph（z）
output=graph.getoutput（{x[10]]}）
assert（np.all）（np.isclose（output，np.log（10，10，10，10，10，10，10，10，10，10，10，10，10，10，10，10，*（10-NP.Asarray（[3，4]））
graph.getgradients（wrt=x）
a=2*10-np.asarray（[3，4]）
b=1.0/np.exp（np.asarray（output））
assert（np.all（np.isclose（x.gradient，a*b）））
```
欢迎加入QQ群-->： 979659372
