我想替换或修改tensorflow中op或图的一部分的梯度。如果我能在计算中使用现有的梯度，那将是非常理想的。在某些方面，这与tf.stop_gradient()的做法截然相反:我不需要添加在计算梯度时被忽略的计算，而是只在计算梯度时使用的计算。一个简单的例子是，简单地将梯度乘以一个常数(但不将正向计算乘以一个常数)。另一个例子是将梯度剪辑到给定范围的东西。
浏览 3提问于2017-05-08得票数 54
回答已采纳
1回答
为了计算图像的方向梯度直方图，我们需要计算每个像素的梯度向量。但是，边缘上的像素缺少一些邻域来表示梯度向量。该如何应对呢？
例如，图像左边缘的像素在其左侧没有邻居。那么如何计算它在x方向的梯度呢？
浏览 2提问于2016-07-24得票数 0
我试图理解这个论点的作用，AdamOptimizer的的compute_gradients方法这样说-
colocate_gradients_with_ops：如果是的话，试着用相应的op来计算渐变。在这种情况下，共分梯度意味着什么?所述op是什么？
浏览 3提问于2018-02-12得票数 3
回答已采纳
我试图了解TensorFlow如何计算tf.train.GradientDescentOptimizer的梯度。如果我理解TensorFlow白皮书中的4.1节，它通过向TensorFlow图中添加节点来计算基于反向传播的梯度，该图计算原始图中节点的派生。当TensorFlow需要计算一个张量C相对于C所依赖的某个张量I的梯度时，它首先在计算图中从I到C找到路径，然后从C返回I，然后对反向路径上的每一个操作添加一个节点到TensorFlow图，利用链规
浏览 0提问于2016-09-19得票数 4
回答已采纳
我一直在试图弄清楚如何计算ResNet向后传球中失败的次数。对于前通过，似乎很简单:将conv过滤器应用于每个层的输入。但是，在向后传球过程中，对于梯度计算和所有权重的更新，失败是如何计算的呢？具体来说，
如何在每一层的梯度计算中计算失败？需要计算所有的梯度以便计算每一层的失败？，在计算池、BatchNorm和Relu层的梯度时有多少次失败？我理解梯度计算
浏览 5提问于2020-05-05得票数 1
我正在尝试寻找一种方法，在Matlab中自动计算函数沿不同维度的梯度。基本上，如果F是一个向量，我希望：G = gradient(F)是一个只有一个条目的单元数组:一个包含所有梯度值的向量。但是，如果F是2D数组，我希望G是一个包含条目GX和GY的单元数组，其中GX是沿X方向的梯度，GY是沿Y方向的
浏览 14提问于2019-03-25得票数 0
回答已采纳
1回答
首先，我必须从图像的两个方向计算梯度。g(x，y) = -2*f(x，y) + f(x+1，y) + f(x，y+1)。之后，我对梯度做了一些计算，并对它做了一些修改。当我不得不从修正的梯度计算Laplacian (二阶导数)时，问题就出现了。[Gx,Gy]
浏览 5提问于2020-05-13得票数 0
回答已采纳
1回答
仅使用梯度幅度图像计算梯度方向
、、、、
如何使用梯度幅度图像计算梯度方向图像-是否有一种技术可以用Sobel滤波器反转输入图像的卷积步长，以计算两个梯度方向图像(Ix和Iy)？
浏览 6提问于2020-05-26得票数 0
5回答
用NumPy计算梯度
、、、
我真的不明白numpy.gradient函数做什么，以及如何使用它来计算多变量函数梯度。例如，我有这样一个功能： return q * chi * delta
我需要计算它的三维梯度(换句话说，我想要计算所有变量(q，chi，delta如何使用NumPy计算这个梯度？
浏览 10提问于2013-04-18得票数 29
回答已采纳
我正在使用skimage来计算图像的梯度，并最终进行一些分割。图像的颜色基本相同，但有一些异常(感兴趣的部分)，背景为白色。我想在梯度计算中排除白色背景。主图像和白色背景之间的色差被渐变所拾取。我如何在梯度计算中排除它，并将其限制在主图像中？下面几行代码用于梯度计算 from skimage import filters
gradien
浏览 46提问于2020-08-07得票数 0
我假设这是一个阻塞调用，因为为了计算梯度的平均值，每个梯度必须单独计算？但是，等待所有单个梯度计算的阻塞代码在哪里？
浏览 2提问于2017-05-03得票数 6
回答已采纳
1回答
self.norm_gradients_node.assign(norm_gradients).eval()
我认为这与小批处理梯度下降有关
浏览 4提问于2016-11-01得票数 1
回答已采纳
进一步考察，将g的grad值与m.paramters()的p.grad值进行比较，发现梯度值是，而不是值。这两种方法中的梯度不应该具有相同的值(记住两个模型m是相同的)吗？
浏览 18提问于2022-01-11得票数 2
回答已采纳
1回答
如果我们有MLP，那么我们可以很容易地计算每个参数的梯度，通过递归地从网络的最后一层开始计算梯度，但是假设我有一个由不同类型的层组成的神经网络，例如输入->卷积层->ReLu->max池->完全连接层->siftmax层，我如何计算每个参数的梯度？
浏览 0提问于2016-09-26得票数 2
回答已采纳
1回答
随机梯度下降分批
、、、
我对回归很陌生，我们在一门课程中做了一个非常简单的练习。我采取了一个基本的了解GD和SGD的线性回归。我的问题是，对于SGD来说，是简单地在小型批处理上执行算法，还是有某种结果的求和来给出最终的答案？抱歉，如果我没有用正确的术语来问，我对一些涉及的数学概念是更新的。
浏览 0提问于2018-04-24得票数 0
回答已采纳
1回答
通过符号微分，下面计算目标函数相对于层的权重的梯度：w2_grad = T.grad(lost, [w2])
w3_grad = T.gradw.r.t w1，必须首先计算梯度w.r.t w2、w3、w4和w5。类似地，要计算梯度w.r.t w2，必须首先计算梯度w.r.t w3、w4和w5。西亚诺是否有足够的智慧来避免使用第二种方法重新计算梯度？说到智能，
浏览 0提问于2015-12-22得票数 5
回答已采纳
1回答
我最近读了一段Pytorch代码，遇到了loss.backward()和optimizer.step()函数，有没有类似于使用tensorflow/keras的函数呢？
浏览 2提问于2020-05-05得票数 6
1回答
因此，我在excel中做了一个lstm反向传播的手工计算，并想将它与我的代码进行比较，但是我遇到了割炬处乙状结肠梯度的问题。], grad_fn=<SigmoidBackward>)epoch: 0 loss: 0.13214068
所以第一条线是乙状结肠值，第二条线是乙状结肠值的梯度当乙状结肠梯度公式为σ(x)⋅(1−σ(x) )时，乙状结肠梯度值为-0.1238。如果我手工计算乙状结肠梯度的值是0.10845，但
浏览 9提问于2022-06-30得票数 0
两者有什么区别？和如果有什么不同，比如说我想使用tf.train.RMSPropOptimizer(self.lr_rate).apply_gradients()，哪一种更好呢？
浏览 7提问于2016-12-23得票数 4
在添加新op时，文档()说：既然这是可选的，如果我不写，梯度下降是如何计算梯度的？它用数值方法吗？如果是，什么？这会慢点吗？
浏览 0提问于2016-08-30得票数 0
回答已采纳
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号