使用 tf.function 时采用渐变

Taking gradients when using tf.function

我对在以下示例中观察到的行为感到困惑:

import tensorflow as tf

@tf.function
def f(a):
    c = a * 2
    b = tf.reduce_sum(c ** 2 + 2 * c)
    return b, c

def fplain(a):
    c = a * 2
    b = tf.reduce_sum(c ** 2 + 2 * c)
    return b, c


a = tf.Variable([[0., 1.], [1., 0.]])

with tf.GradientTape() as tape:
    b, c = f(a)
    
print('tf.function gradient: ', tape.gradient([b], [c]))

# outputs: tf.function gradient:  [None]

with tf.GradientTape() as tape:
    b, c = fplain(a)
    
print('plain gradient: ', tape.gradient([b], [c]))

# outputs: plain gradient:  [<tf.Tensor: shape=(2, 2), dtype=float32, numpy=
# array([[2., 6.],
#        [6., 2.]], dtype=float32)>]

较低的行为是我所期望的。 我如何理解@tf.function 案例?

非常感谢您!

(请注意,此问题不同于:,因为此处所有计算都在函数内部。)

渐变带不记录@tf.function生成的tf.Graph内部的操作,将函数作为一个整体处理。粗略地说,f 应用于 a,梯度磁带记录了 f 的输出相对于输入 a 的梯度(它是唯一观察的变量,tape.watched_variables()).

第二种情况,没有生成图,采用Eager模式进行操作。所以一切都按预期工作。

一个好的做法是将计算量最大的函数包装在 @tf.function(通常是训练循环)中。在你的情况下,它会像这样:

@tf.function
def f(a):
    with tf.GradientTape() as tape:
        c = a * 2
        b = tf.reduce_sum(c ** 2 + 2 * c)
    grads = tape.gradient([b], [c])
    print('tf.function gradient: ', grads)
    return grads