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：数组，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 。

返回类型：(list[Tensor])

示例代码

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 : fluid.VarType.LOD_TENSOR.shape(-1L, 2L, 8L, 8L).astype(VarType.FP32)]

PaddlePaddle

paddle.static / gradients

gradients¶

PaddlePaddle

paddle

paddle.amp

paddle.callbacks

paddle.compat

paddle.distributed

paddle.distribution

paddle.fluid

paddle.io

paddle.jit

paddle.metric

paddle.nn

paddle.onnx

paddle.optimizer

paddle.regularizer

paddle.static

paddle.sysconfig

paddle.text

paddle.utils

paddle.vision

paddle.static / gradients

gradients¶