是否有可微分(即自动微分)的 Tensorflow 操作的主列表?
另外两种表达方式:
- 未设置
ops.NoGradient
的操作列表。 - 不会触发
LookupError
的操作列表。
例如,我假设所有控制流操作都是不可微分的(例如,tf.where
)。除了通过 tf.gradients
手动运行它们以查看它们是否抛出 LookupError
之外,我该如何找到它。
“常识”不是有效答案。
谢谢。
编辑:
tf.where
是可微分的,所以我的直觉是错误的。也许这里正确的问题是 Tensorflow 中的哪些操作不可可微分。
谢谢。
最佳答案
我已经使用 Python 代码设计了可微分和不可微分 Ops 的完整列表。
您可以在此处找到紧凑列表。还有生成它的代码。
https://github.com/Mainak431/List-of-Differentiable--OPs-and-Non-differentiable-OPs--in-Tensorflow
关于python - Tensorflow 中的可微分操作列表,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/44572161/