1
Ich habe versucht, den folgenden MATLAB-Code zu übersetzen, tensorflow:Gibt es in TensorFlow ein entsprechendes bsxfun wie dort in Matlab?
WW = sum(W.^2, 1); % (1 x D^(l)= sum((D^(l-1) x D^(l)), 1)
XX = sum(A.^2, 2); % (M x 1) = sum((M x D^(l-1)), 2)
bsxfun(@plus, WW, XX) ; % (M x D^(l)) - (M x D^(l)) = (M x D^(l-1)) * (D^(l-1) x D^(l)) - (M x D^(l))
die MATLAB-Code ist sehr einfach und frage mich, ob es eine entsprechende Code in TensorFlow war. Idealerweise sollten W und/oder Xtf.Variable(init) Variablen sein, weil ich die Derivate in Bezug auf jede Variable berechnen möchte.
Ich sehe, so 'W.^2' ist nur' W * W 'in numpy (und dann einige äquivalente Summenoperation). Die Frage, die ich immer noch habe, ist, wenn ich das alles in numpy mache, bedeutet das nicht notwendigerweise, dass TensorFlow Derivate davon korrekt nimmt und Backprop richtig macht. – Pinocchio
Grundsätzlich scheint es, es gibt keine 'tf.MATH_OP', dann werden die Derivate und Backprop korrekt berechnet. Obwohl ich noch offizielle Dokumente finde, die das bestätigen. – Pinocchio