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
吴佳浩3 小时前
我把 HAMi 摆回一台双卡机器上跑了一遍:GPU 编排的性能账,到底记在谁头上
人工智能·gpu
forest_097 小时前
《AI 编程 Harness 实战手册》04|审批这道门:点了一百次“允许”,还剩多少作用?
人工智能·算法·prompt·agi
火山引擎开发者社区8 小时前
当 RPA 遇上 Agent:MUA 混合执行 Workflow 深度拆解
人工智能
严肃小白兔8 小时前
第 10/24 期:深度神经网络的自动求导机制与梯度验证
人工智能·神经网络·dnn
火山引擎开发者社区8 小时前
定档12.16-12.18!FORCE原动力大会上海见!
人工智能
努力的MM1238 小时前
CAIE 二级和阿里云大模型 ACP 怎么选?企业 AI 工程与云平台开发能力对比
人工智能
老金带你玩AI8 小时前
Kling Image 4.0来了!8K和组图直出,电商人的提效神器?
人工智能
孟健9 小时前
用 unslop 拯救 AI 生成网页的塑料感,7 分钟重构落地实测
前端·人工智能·ai编程
stormzhangV9 小时前
Google 重返第一梯队
人工智能·google·aigc