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
AI算力7 小时前
让安全驾驶有“AI”相伴|腾视科技DMS视频监控一体机,守护每一次出行
人工智能·科技·ai·车载终端·ai算力·车载智能终端·车载dvr
泯泷7 小时前
超越基准:Claude Opus 4.5 的 4 个惊人洞察
人工智能
果果软件7 小时前
2026 后台管理系统选型:若依、JeecgBoot、芋道、NocoBase 和 GewuMind Boot 怎么选?
java·人工智能·后端·ai·开源
Csvn7 小时前
刚开始用 WorkBuddy,第一步该做什么?
人工智能
一水鉴天8 小时前
同一与唯一:AppBus 外壳与 DevOps 内核 之1 20261121(元宝)
人工智能·机器学习
Wellijohn8 小时前
一个 Android 老兵的十年开源路:从 167 star 的滑动控件,到本地优先的 AI Agent
android·人工智能·开源
ZONGYUAN-ROOT8 小时前
【API配额】API 配额监控告警不生效?用 Python 监控读数变化量,抓住静态阈值漏掉的「假重置」
人工智能
Wellijohn8 小时前
我把公司内部的 12 个 CRUD 接口交给了 AI Agent,然后省出了两周
人工智能·python·mcp
伞伞悦读10 小时前
【第92期】逻辑回归的分数概率与阈值的实验与排查
人工智能·python·深度学习·机器学习