如何解决TensorFlow 2 中的梯度检查点
假设我有一个函数 Y = f(X)，其中 X 和 Y 是张量，并且 f 编码一些 TF 计算，可能是 ANN 或其他东西。我有一个成本函数 c = cost(Y) 其中 c 是一个实数。
假设我已经知道 c wrt Y,gradY 的梯度，存储在与 Y 形状相同的张量中。也许我是用 TF 的 AAD 引擎计算的，通过在磁带上记录 c = cost(Y) 的计算，或者也许我只是从先验知识中知道它。关键是我以某种方式知道它，我不想重新计算它。我想要的是计算 gradX，c wrt X 的梯度，知道 gradY。一种非常低效的方法是计算 f 的雅可比矩阵。我想要做的是一种有效的计算，即我在 f 的图上反向传递 gradY 以获得 gradX。
在自动微分中，这有时称为“梯度检查点”。通用 AAD 库通常提供检查点功能。但是我在 TensorFlow 上找不到类似的东西。有没有办法在 TensorFlow 中实现这一点？
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
