如何通过tensorflow查看模型梯度计算过程？

本文共计409个文字，预计阅读时间需要2分钟。

1. 查看梯度为何重要？对初学者来说，网络经常不收敛，loss值很奇怪（就是收敛）。因此怀疑是反向传播中梯度的计算问题。（1）求导后的数值（绝对值）越来越小（趋近于0），这意味着梯度。

1. 为什么要查看梯度

对于初学者来说网络经常不收敛，loss很奇怪（就是不收敛），所以怀疑是反向传播中梯度的问题

（1）求导之后的数（的绝对值）越来越小（趋近于0），这就是梯度消失

（2）求导之后的数（的绝对值）越来越大（特别大，发散），这就是梯度爆炸

所以说呢，当loss不正常时，可以看看梯度是否处于爆炸，或者是消失了，梯度爆炸的话，网络中的W也会很大，人工控制一下（初始化的时候弄小点等等肯定还有其它方法，只是我不知道，知道的大神也可以稍微告诉我一下~~），要是梯度消失，可以试着用用resnet,densenet之类的

2. tensorflow中如何查看梯度

tf.gradients(y,x)这里的就是y对于x的导数（dy/dx）,x和y一定要有关联哦~

直接tf.gradients(y_, weight1)就可以了~

以上这篇tensorflow 查看梯度方式就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持易盾网络。