У меня есть цепочка стандартных операций TensorFlow, и мне нужно указать собственный градиент для этой цепочки в целом.Пользовательский градиент для цепочки ops
Скажите, что в приведенном ниже примере эти операции сгруппированы в одну функцию Python: 'my_op'. То, что я пытаюсь сделать, это указать собственный градиент для «my_op». Я посмотрел на RegisterGradient, gradient_override_map и tf.Graph.create_op, но я не смог найти простой пример того, как использовать их для определения настраиваемого градиента для группы ops без перезаписи всей цепочки операций на C++.
import numpy as np
import tensorflow as tf
n = 2
m = 3
x = np.random.normal(size=(1, n))
A = tf.Variable(tf.truncated_normal(shape=(n, m), dtype=tf.float32))
b = tf.Variable(tf.zeros(shape=(1, m), dtype=tf.float32))
def my_op(a):
return tf.add(tf.matmul(a, A), b)
x_placeholder = tf.placeholder(tf.float32,shape=[1, n])
t = my_op(tf.stop_gradient(x_placeholder))
grad = tf.gradients(t, [A])
sess = tf.Session()
sess.run(tf.initialize_all_variables())
result = sess.run(grad, feed_dict={x_placeholder: x})
print(result)
sess.close()
Возможно пример в [testFunctionGradientsWithGradFunc] (https://github.com/tensorflow/tensorflow/blob/73ced9d797056c7e67a06ed2098dd809d85ec44a/tensorflow/python/ops/gradients_test.py#L351) полезно –
Спасибо @Yaroslav, но я не конечно, что я полностью понимаю. Должен ли я украсить my_op, используя функцию.Defunc как-то? Не могли бы вы добавить ответ и отредактировать простой пример, который я построил? – njk