1回答
一些Tensorflow操作(例如tf.argmax)是不可微的(即在反向传播中没有计算和使用梯度)。如果我使用不可微函数，是否会发出警告？有没有一种编程的方法来确保我的整个计算图<
浏览 10提问于2017-08-21得票数 3
1回答
空间变压器网络:θ如何可微？
、、、、
在Spatial Transformer Networks中，给定当前的输入特征图，定位网络的输出θ是可微的。这个θ怎么可微？
浏览 0提问于2018-09-11得票数 2
回答已采纳
1回答
计算图与计算机代数符号表达式
、、、、
然后上面写着：
AD可以被认为是对计算机程序的非标准解释，其中这种解释涉及到用各种导数的计算来增强标准计算。
然后描述如何用AD (正向或后向模式)计算
浏览 1提问于2019-04-26得票数 4
回答已采纳
我只想尽量减少对theta的损失，但作为损失函数的一部分，我需要一个关于x的不同函数(f)的导数。这个导数本身与最小化无关，只是它的输出。最起码的例子如下：import torch
PS
我认为解决方案类似于JAX的自动毕业方式，因为这是我更熟悉<em
浏览 3提问于2021-11-12得票数 0
回答已采纳
我看到pytorch提供了编写自定义丢失函数的支持。考虑紧跟铰链损耗。如何计算自定义函数的梯度？它有什么区别吗？而且，这个函数在y=margin上是不可微的，但是它没有抛出任何错误。
浏览 6提问于2022-06-10得票数 0
回答已采纳
2回答
对于丢失的forward，我有一个自定义的PyTorch实现。训练效果很好。我检查了loss.grad_fn，它不是None。我想弄明白两件事：从gt (地面真相输入)到损失(输出)的路径是否需要是可区分的？或者只有来自pred (预测输入)的路径？以下是源代码：
浏览 6提问于2022-05-18得票数 0
回答已采纳
我猜:这个torch.floor(pred)操作破坏了计算图。其他像pred*3这样的“真实”数学运算(例如)不会破坏计算图。
浏览 0提问于2020-07-21得票数 1
回答已采纳
1回答
在CNN分类模型训练中，在计算损失时，我在PyTorch中对图像应用编码jpeg压缩。当我调用loss.backward()时，它还必须通过对图像执行的编码和压缩操作进行反向传播。这些压缩算法(例如编码和JPEG压缩)是否是可微的，否则如何通过这些操作反向传播损失梯度？
如果这些操作不是可微的，那么在执行H.264编码和JPEG压缩的PyTorch中是否存在可微压
浏览 9提问于2020-04-10得票数 2
我在TensorFlow文档中遇到了可微性这个术语，但是找不到任何定义。因此，大多数帖子只是询问一个操作是否是可区分的(如或)。
我想这可能与梯度下降和区分目标函数的需要有关。问题：无论如何，作为一个程序员，我为什么要关心可微性？
浏览 2提问于2020-05-02得票数 1
我是图神经网络的新手，我对探索框架感兴趣，这些框架允许识别作为预测基础的节点/边缘。我偶然发现：(1) GNNExplainer(模型体系结构)以及(2) 工具(卡普姆)，
这两者似乎都达到了这个目标，但我无法理解两者之间的差异。谁能给我指出每种方法的优缺点，或者用应用程序/功能来区分它们呢？
浏览 0提问于2022-09-13得票数 1
1回答
我的要求是，程序应该在返回输出之前检查一个条件。) return y, self.h return y
我的问题是:我应该继续使用当前的代码(假设tape.gradient(Loss, self.trainable_weights)可以正常工作)，还是应该使用tf.cond()。我还没有找到关于这个话题的太多内容。
浏览 18提问于2021-02-13得票数 0
回答已采纳
torch计算图由grad_fn组成。对于终止节点，grad_fn对象有一个名为next_functions的属性，它是一个元组。我知道，使用元组的第一个元素(第0指数)，我可以重建梯度的计算图。但是我想知道元组的第二个元素(第一个指数)是什么意思？在的PyTorch论坛中，据说：
这个数字是下一个向后函数的输入号，所以只有当一个函数有多个可微输出时才能是非零(
浏览 4提问于2020-09-11得票数 4
这个问题是关于低级别的Tensorflow 1.xAPI的.给定一个Tensor到Session.run()，我不清楚Tensorflow如何遍历计算图。假设我有这样的代码：b = tf.subtract(a, 1.0)d = tf.multiply(c,3)
sess我知道Tensor对象有graph和op字段；这些字段是如何递归地访问以获得计算d
浏览 0提问于2019-08-12得票数 2
回答已采纳
2回答
我以为我一直都明白为什么Java是可移植的，直到我开始使用计算机组织。这是我对C程序从头到尾的解释：编译器必须了解ISA。Java是这样的：(在JVM内部)：Java程序->编译器->字节码
字节码是JVM的</
浏览 2提问于2016-02-18得票数 3
回答已采纳
我正在读一本书(TensorFlow For Dummies，Matthew Scarpino)，这里说：但我在其他地方都没见过这样的说法。所以我想知道：
我们真的可以仅仅因为我们使用Adagrad而优化不可微损失函数吗？
浏览 0提问于2019-02-16得票数 3
回答已采纳
我想绘制两个细胞群之间的平均差异，这是非常有意义的(p<0.001)。然而，所使用的比例不适合看出这种差异。这是我的代码： geom_bar(colour='black', width=0,1,1,1),'cm'), axis.text.x = element_blank()) +
annotate("text", x=2, y
浏览 3提问于2017-10-28得票数 1
1回答
我试着识别出序列中的转折点，在这些点之后，某些过程表现出不同的行为。我用角膜模型来做这件事。输入是序列(总是相同的长度)，输出应该是拐点之前的0，转折点之后的1。我希望损失函数取决于实际转折点和预测转折点之间的距离。def dis
浏览 0提问于2019-08-13得票数 1
回答已采纳
我的任务是连接两条bezier曲线，这样得到的曲线是连续可微的两倍。我有有控制点的三次bezier曲线C：
从控制点c3到控制点d3 = (12,1)，用曲线D继续这条曲线C，使这条曲线是连续两倍可微的。第二个任务:为新曲线G(v)指定一个经过0,1、c3和d3的带v<
浏览 0提问于2017-05-07得票数 2
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
实时音视频活动推荐
腾讯云开发者
