Tensorflow中如何正确使用k.gradients()与tf.stop_gradient()实现梯度计算？

本文共计1052个文字，预计阅读时间需要5分钟。

上周在实验室看到一个代码片段，对Tensorflow中的stop_gradient()不太熟悉，本周末进行重新总结。

代码片段如下：pythony +=xx + K.stop_gradient(rounded - xx)这段代码最终调用位置在`tensorflow.python.op`。

上周在实验室开荒某个代码，看到中间这么一段，对Tensorflow中的stop_gradient()还不熟悉，特此周末进行重新并总结。

y = xx + K.stop_gradient(rounded - xx)

这代码最终调用位置在tensoflow.python.ops.gen_array_ops.stop_gradient(input, name=None)，关于这段代码为什么这样写的意义在文末给出。

用stop_gradient生成损失函数w.r.t.的梯度。

tf中我们只需要设计我们自己的函数，tf提供提供强大的自动计算函数梯度方法，tf.gradients()。