使用Keras Tensorflow 2.0获取渐变

使用Keras Tensorflow 2.0获取渐变

要计算损失相对于权重的梯度，请使用

with tf.GradientTape() as tape:    loss = model(model.trainable_weights)tape.gradient(loss, model.trainable_weights)

这（可能很少）记录在GradientTape上。

我们不需要

tape.watch

该变量，因为默认情况下会监视可训练的参数。

作为函数，可以写成

def gradient(model, x):    x_tensor = tf.convert_to_tensor(x, dtype=tf.float32)    with tf.GradientTape() as t:        t.watch(x_tensor)        loss = model(x_tensor)    return t.gradient(loss, x_tensor).numpy()