gradients

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

将目标 Tensor 的梯度反向传播到输入 Tensor。

参数

  • targets (Tensor|list[Tensor]) – 目标 Tensor 或包含 Tensor 的列表。

  • inputs (Tensor|list[Tensor]) – 输入 Tensor 或包含 Tensor 的列表。

  • target_gradients (Tensor|list[Tensor],可选) – 目标的梯度 Tensor,应与目标 Tensor 的形状相同;如果设置为 None,则以 1 初始化所有梯度 Tensor。

  • no_grad_set (set[Tensor|str],可选) – 在 block0 ( Block ) 中要忽略梯度的 Tensor 的名字的集合。所有的 Block 中带有 stop_gradient = True 的所有 Tensor 的名字都会被自动添加到此集合中。如果该参数不为 None,则会将该参数集合的内容添加到默认的集合中。默认值为 None

返回

list[Tensor],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 Tensor 为 None 。

代码示例

import paddle
import paddle.nn.functional as F

paddle.enable_static()

x = paddle.static.data(name='x', shape=[None, 2, 8, 8], dtype='float32')
x.stop_gradient=False
y = paddle.static.nn.conv2d(x, 4, 1, bias_attr=False)
y = F.relu(y)
z = paddle.static.gradients([y], x)
print(z) # [var x@GRAD : LOD_TENSOR.shape(-1, 2, 8, 8).dtype(float32).stop_gradient(False)]