tensorflow pow(x, y) 可以被 y 微分吗?
Is tensoflow pow(x, y) differentiable by y?
一些张量流函数只能通过一些参数来区分。
我想知道 tf.pow(x, y) 是否可以被 y 微分? (我很确定它可以被 x 微分。)
谢谢!
是的,tf.pow(x, y)
在tensorflow中可以被y微分。
您可以测试以下场景。
x = tf.Variable(3.0)
y = tf.Variable(3.0)
with tf.GradientTape() as tape:
z = tf.pow(x, y)
dz_dy = tape.gradient(z, y)
dz/dy
是 (x^y)*log(x)
所以我们应该得到 (3^3)*(log(3))
的值,这正是我们看到的 tf
dz_dy.numpy() = 29.662533
一些张量流函数只能通过一些参数来区分。
我想知道 tf.pow(x, y) 是否可以被 y 微分? (我很确定它可以被 x 微分。)
谢谢!
是的,tf.pow(x, y)
在tensorflow中可以被y微分。
您可以测试以下场景。
x = tf.Variable(3.0)
y = tf.Variable(3.0)
with tf.GradientTape() as tape:
z = tf.pow(x, y)
dz_dy = tape.gradient(z, y)
dz/dy
是 (x^y)*log(x)
所以我们应该得到 (3^3)*(log(3))
的值,这正是我们看到的 tf
dz_dy.numpy() = 29.662533