Python tensorflow.GradientTape.jacobian()用法及代码示例

TensorFlow是Google设计的开源Python库，用于开发机器学习模型和深度学习神经网络。

jacobian()用于使用在此磁带上下文中记录的操作来计算jacobian。

用法：jacobian( target, source, unconnected_gradients, parallel_iterations, experimental_use_pfor )

参数：

target:它是最低等级为2的张量。
source:它是最低等级为2的张量。
unconnected_gradients(可选)：它的值可以为零或无。默认值为“无”。
parallel_iterations(可选)：它用于控制并行迭代和内存使用。
experimental_use_pfor(可选)：它是一个布尔值，默认值为True。设置为true时，它将使用pfor来计算jacobian，否则将使用tf.while_loop。

返回值：它返回张量。

范例1：

Python3

# Importing the library 
import tensorflow as tf 
  
x = tf.constant([[4, 2],[1, 3]], dtype=tf.dtypes.float32) 
  
# Using GradientTape 
with tf.GradientTape() as gfg:
  gfg.watch(x) 
  y = x * x * x 
  
# Computing jacobian 
res  = gfg.jacobian(y, x)  
  
# Printing result 
print("res:",res)

输出：



res: tf.Tensor(
[[[[48.  0.]
   [ 0.  0.]]

  [[ 0. 12.]
   [ 0.  0.]]]


 [[[ 0.  0.]
   [ 3.  0.]]

  [[ 0.  0.]
   [ 0. 27.]]]], shape=(2, 2, 2, 2), dtype=float32)

范例2：

Python3

# Importing the library 
import tensorflow as tf 
  
x = tf.constant([[4, 2],[1, 3]], dtype=tf.dtypes.float32) 
  
# Using GradientTape 
with tf.GradientTape() as gfg:
  gfg.watch(x) 
  
  # Using nested GradientTape for calculating higher order jacobian 
  with tf.GradientTape() as gg:
    gg.watch(x) 
    y = x * x * x 
  # Computing first order jacobian 
  first_order = gg.jacobian(y, x) 
  
# Computing Second order jacobian 
second_order  = gfg.batch_jacobian(first_order, x)  
  
# Printing result 
print("first_order:",first_order) 
print("second_order:",second_order)

输出：



first_order: tf.Tensor(
[[[[48.  0.]
   [ 0.  0.]]

  [[ 0. 12.]
   [ 0.  0.]]]


 [[[ 0.  0.]
   [ 3.  0.]]

  [[ 0.  0.]
   [ 0. 27.]]]], shape=(2, 2, 2, 2), dtype=float32)
second_order: tf.Tensor(
[[[[[[24.  0.]
     [ 0.  0.]]

    [[ 0.  0.]
     [ 0.  0.]]]


   [[[ 0.  0.]
     [ 0.  0.]]

    [[ 0.  0.]
     [ 0.  0.]]]]



  [[[[ 0.  0.]
     [ 0.  0.]]

    [[ 0. 12.]
     [ 0.  0.]]]


   [[[ 0.  0.]
     [ 0.  0.]]

    [[ 0.  0.]
     [ 0.  0.]]]]]




 [[[[[ 0.  0.]
     [ 0.  0.]]

    [[ 0.  0.]
     [ 0.  0.]]]


   [[[ 0.  0.]
     [ 6.  0.]]

    [[ 0.  0.]
     [ 0.  0.]]]]



  [[[[ 0.  0.]
     [ 0.  0.]]

    [[ 0.  0.]
     [ 0.  0.]]]


   [[[ 0.  0.]
     [ 0.  0.]]

    [[ 0.  0.]
     [ 0. 18.]]]]]], shape=(2, 2, 2, 2, 2, 2), dtype=float32)

相关用法

注：本文由纯净天空筛选整理自aman neekhara大神的英文原创作品 Python – tensorflow.GradientTape.jacobian()。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。