import tensorflow as tf
import numpy as np
print(tf.__version__)
#Define the input tensor
x = tf.constant([3.0,6.0,9.0])
#Define the Gradient Function
with tf.GradientTape() as g:
g.watch(x)
y = x * x
dy_dx = g.gradient(y, x)
#Output Gradient Tensor
print("Output Gradient Tensor:",dy_dx)
#Convert to array
a = np.asarray(dy_dx)
print("Gradient array:",a)
print("Array shape:",a.shape)
print("Output type:",type(a))
下面是一个类似Alexnet架构的模型,它捕捉了每个时代的梯度
输出:gradient是一个二维数组,它为每个历元捕获梯度,并根据网络层保留梯度结构
我们可以按照下面的代码进行操作-
该代码的输出为-
相关问题 更多 >
编程相关推荐