gradients¶
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)]