gradients

  • paddle.fluid.backward.gradients(targets, inputs, target_gradients=None, no_grad_set=None)[源代码]

将目标梯度反向传播到输入。

  • 参数:
    • targets (Variable|list[Variable]) – 目标变量
    • inputs (Variable|list[Variable]) – 输入变量
    • target_gradients (Variable|list[Variable]|None) – 目标的梯度变量,应与目标变量形状相同;如果设置为None,则以1初始化所有梯度变量
    • no_grad_sethread (set[string]) – 在Block 0中不具有梯度的变量,所有block中被设置 stop_gradient=True 的变量将被自动加入该set

返回:数组,包含与输入对应的梯度。如果一个输入不影响目标函数,则对应的梯度变量为None

返回类型:(list[Variable])

示例代码

  1. import paddle.fluid as fluid
  2.  
  3. x = fluid.layers.data(name='x', shape=[2,8,8], dtype='float32')
  4. x.stop_gradient=False
  5. y = fluid.layers.conv2d(x, 4, 1, bias_attr=False)
  6. y = fluid.layers.relu(y)
  7. y = fluid.layers.conv2d(y, 4, 1, bias_attr=False)
  8. y = fluid.layers.relu(y)
  9. z = fluid.gradients([y], x)
  10. print(z)