python - 梯度下降的代码在哪里？

Question

用 TensorFlow 运行一些实验，想看看一些功能的实现，只是为了确切地了解一些事情是如何完成的，从 tf.train.GradientDescentOptimizer 的简单案例开始。从 github 下载了完整源代码的 zip，对源代码树进行了一些搜索，找到了:

C:\tensorflow-master\tensorflow\python\training\gradient_descent.py

class GradientDescentOptimizer(optimizer.Optimizer):

  def _apply_dense(self, grad, var):
    return training_ops.apply_gradient_descent(

好的，所以大概实际代码在 apply_gradient_descent 中，搜索了那个……不在那里。整个源码树中只有3次出现，都是uses，不是definitions。

training_ops 怎么样？确实存在一个具有提示性名称的源文件:

C:\tensorflow-master\tensorflow\python\training\training_ops.py

from tensorflow.python.training import gen_training_ops
# go/tf-wildcard-import
# pylint: disable=wildcard-import
from tensorflow.python.training.gen_training_ops import *
# pylint: enable=wildcard-import

...以上是该文件的全部内容。嗯。

我确实找到了这个文件:

C:\tensorflow-master\tensorflow\python\BUILD

tf_gen_op_wrapper_private_py(
    name = "training_ops_gen",
    out = "training/gen_training_ops.py",
)

这似乎证实了这样那样的其他文件是目标代码，是在构建过程中生成的——但是它们生成的源代码在哪里？

所以这是我放弃并寻求帮助的时刻。熟悉 TensorFlow 代码库的任何人都可以指出相关源代码的位置吗？

Answer 1

实现进一步转到 native c++ 代码。这是 ApplyGradientDescent GPU 实现(core/kernels/training_ops_gpu.cu.cc):

template <typename T>
struct ApplyGradientDescent<GPUDevice, T> {
  void operator()(const GPUDevice& d, typename TTypes<T>::Flat var,
                  typename TTypes<T>::ConstScalar lr,
                  typename TTypes<T>::ConstFlat grad) {
    Eigen::array<typename TTypes<T>::Tensor::Index, 1> bcast;
    bcast[0] = grad.dimension(0);
    Eigen::Sizes<1> single;
    var.device(d) -= lr.reshape(single).broadcast(bcast) * grad;
  }
};

CPU 实现是 here (core/kernels/training_ops.cc):

template <typename T>
struct ApplyGradientDescent<CPUDevice, T> {
  void operator()(const CPUDevice& d, typename TTypes<T>::Flat var,
                  typename TTypes<T>::ConstScalar lr,
                  typename TTypes<T>::ConstFlat grad) {
    var.device(d) -= grad * lr();
  }
};