machine-learning - machine - tensorflow course

Cómo trabajan los graduados en TensorFlow

Question

Dado que tengo un modelo lineal como el siguiente me gustaría obtener el vector de gradiente con respecto a W y b.

# tf Graph Input
X = tf.placeholder("float")
Y = tf.placeholder("float")
# Set model weights
W = tf.Variable(rng.randn(), name="weight")
b = tf.Variable(rng.randn(), name="bias")
# Construct a linear model
pred = tf.add(tf.mul(X, W), b)
# Mean squared error
cost = tf.reduce_sum(tf.pow(pred-Y, 2))/(2*n_samples)

Sin embargo, si intento algo como esto, el costo es una función del cost(x,y,w,b) y solo quiero gradientes con respecto a w and b :

grads = tf.gradients(cost, tf.all_variable())

Mis marcadores de posición también se incluirán (X e Y). Incluso si obtengo un gradiente con [x,y,w,b] ¿cómo sé qué elemento del gradiente pertenece a cada parámetro, ya que es solo una lista sin nombres a qué parámetro se ha derivado la derivada con respecto a ?

En esta pregunta, estoy usando partes de este código y aprovecho esta pregunta.

Answer 1

Citando los documentos para tf.gradients

Construye derivados parciales simbólicos de la suma de ys wrt x en xs.

Entonces, esto debería funcionar:

dc_dw, dc_db = tf.gradients(cost, [W, b])

Aquí, tf.gradients() devuelve el gradiente de cost wrt de cada tensor en el segundo argumento como una lista en el mismo orden.

Lea tf.gradients para más información.