神经网络基础-神经网络补充概念-07-使用计算图求导

步骤

定义计算节点和操作:

"x" 是输入变量。

"Add" 表示加法操作。

"Sub" 表示减法操作。

"Multiply" 表示乘法操作。

计算函数值:

首先,我们将 x0 的值代入计算图中,计算出函数的值。

反向传播计算导数:

我们从输出节点开始,通过计算图的反向传播(Backpropagation)计算导数。

代码实现

python 复制代码
import tensorflow as tf

# 定义计算图
x = tf.Variable(0.0, name='x')
add_node = x + 2
sub_node = x - 3
multiply_node = add_node * sub_node

# 计算函数值
x_val = 1.0
with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    result = sess.run(multiply_node, feed_dict={x: x_val})
    print("f(x) =", result)

# 反向传播计算导数
gradient = tf.gradients(multiply_node, x)

with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    gradient_value = sess.run(gradient, feed_dict={x: x_val})
    print("导数 =", gradient_value[0])
相关推荐
Csvn5 小时前
同一个问题问 100 遍,钱就扣 100 次?精确缓存让它只扣一次(C02)
人工智能·aigc·agent
罗西的思考6 小时前
【轻量化复刻大模型 / KIMI K3】Multi-Token Prediction(MTP / EAGLE-3)(2)
人工智能·算法·机器学习
罗西的思考6 小时前
【轻量化复刻大模型 / KIMI K3】Multi-Token Prediction(MTP / EAGLE-3)(1)
人工智能·算法·机器学习
汤姆宝库7 小时前
BPE分词器的完整实现:字节对合并与词表构建
开发语言·人工智能·c#
岁月宁静7 小时前
从零拆解 AI 语音模拟面试系统
人工智能·python·agent
武子康7 小时前
H3-World 接入 Game Agent:谁来判断门真的打开了?
人工智能·算法·机器学习
可乐ea8 小时前
MCP 和 CLI 差 42 倍:一次 GitHub 任务的上下文成本实测
人工智能·github·工具调用·ai智能体·openrouter·mcp协议·上下文优化
kyriewen8 小时前
编辑弹窗点了取消,列表里的数据怎么还是变了?
前端·javascript·人工智能
泯泷9 小时前
Multica 真正打动我的,不是更多 Agent,而是一种新的团队协作方式
人工智能·llm·agent
电科_银尘9 小时前
【深度学习项目实战·22】灰度图像着色:用小型U-Net学习从灰度到RGB
人工智能·深度学习·学习