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
两万五千个小时12 小时前
Agent 记忆不是聊天记录,而是为未来准备的上下文 ——Anthropic 的四层记忆架构与 Dream 思想
人工智能·程序员
汤姆宝库13 小时前
语料清洗流水线的实现:启发式过滤、MinHash去重与质量分级
人工智能
火山引擎开发者社区13 小时前
不会 FFmpeg 也能做视频后期?AI MediaKit Skill 帮你实现
人工智能
tellmewhoisi13 小时前
深度学习0:数学知识:(L1正则化和L2正则化)
人工智能·深度学习
AI_Gump13 小时前
AutoGLM 两年演进深度解读:一篇讲透智谱的手机 Agent 路线
人工智能·智能手机
玄枢AI13 小时前
AI把待办整理成JSON后,用Python检查漏字段、类型错误和未知值
人工智能
VIP_CQCRE13 小时前
GPT Image 2.6 选型别只看首张:用盲评与合格图耗时比较 Flare、Sunburst
软件测试·图像处理·人工智能
程序员cxuan14 小时前
REA 靠边站,逆向圈又一新王诞生了
人工智能·后端·程序员
AI算力14 小时前
企业调研——工业边缘计算隐形黑马,腾视科技以“硬件+算法”加速出海落地!
人工智能·ai·边缘计算·ai算力·无人叉车·物理ai·ainas
Csvn14 小时前
所有问题都喂最贵的模型?规则路由实测:30 个问题里 16 个能交给便宜模型(C03)
人工智能·aigc·agent