Tensorflow: tf.argmax не должен разрешать обратное распространение через него
Привет, Тензорфлоу!
В последнее время я использую функцию argmax, но всегда помещал tf.stop_gradient перед ее использованием. Однако, когда я удаляю stop_gradient, тензорный поток по-прежнему работает нормально.
Может быть, я что-то неправильно понимаю, но argmax не является дифференцируемой функцией. Как backprop все еще работает, когда вы его удаляете? Разве не должна выдаваться ошибка, когда вы передаете argmax без stop_gradient?
Если можно дифференцировать argmax, то я был бы очень признателен за любой ресурс, показывающий, как это делается. Спасибо ТФ!
NickShahML
>Все замечания
Градиент определен почти везде, поэтому его можно определить на практике. Однако это не очень полезно, поэтому оно не зарегистрировано для этой операции в TensorFlow.
x = tf.Variable([1., 1])
z = tf.argmax(x, 0)
sess = create_session()
xgrad = tf.gradients(z, x)
sess.run(tf.initialize_all_variables())
sess.run(xgrad)
LookupError: No gradient defined for operation 'ArgMax' (op type: ArgMax)
yaroslavvb
30 апр. 2016
👍4
❤1
Была ли эта страница полезной?
0 / 5 - 0 рейтинги
Смежные вопросы
as1ndu
·
3Комментарии
davidbernat
·
3Комментарии
Billy4195
·
3Комментарии
kepricon
·
3Комментарии
ilblackdragon
·
3Комментарии
Самый полезный комментарий
Градиент определен почти везде, поэтому его можно определить на практике. Однако это не очень полезно, поэтому оно не зарегистрировано для этой операции в TensorFlow.