1
Я пытался перевести следующий код MATLAB для tensorflow:Есть ли эквивалентный bsxfun в TensorFlow, как в 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))
, который является очень простой код MATLAB и было интересно, если есть эквивалент кода в TensorFlow. В идеале W и/или X должны быть переменными tf.Variable(init), потому что я хотел бы вычислить производные по каждой переменной.
Я вижу, так что 'W.^2' просто' W * W 'в numpy (а затем некоторая операция эквивалентной суммы). Вопрос, который у меня есть, заключается в том, что если я все это делаю в numpy, это не обязательно означает, что TensorFlow правильно выполнил бы производные деривативы и правильно выполнил бы backprop. – Pinocchio
в основном кажется, что существует какой-либо 'tf.MATH_OP', тогда производные и backprop будут вычисляться правильно. Хотя Im еще не нашел официальную документацию, подтверждающую это. – Pinocchio