2021-12-04 15:18:50 +08:00
|
|
|
|
mindspore.nn.ForwardValueAndGrad
|
|
|
|
|
|
===================================
|
|
|
|
|
|
|
|
|
|
|
|
.. py:class:: mindspore.nn.ForwardValueAndGrad(network, weights=None, get_all=False, get_by_list=False, sens_param=False)
|
|
|
|
|
|
|
2021-12-09 17:39:11 +08:00
|
|
|
|
训练网络的封装。
|
2021-12-04 15:18:50 +08:00
|
|
|
|
|
|
|
|
|
|
包括正向网络和梯度函数。该类生成的Cell使用'\*inputs'输入来训练。
|
|
|
|
|
|
通过梯度函数来创建反向图，用以计算梯度。
|
|
|
|
|
|
|
2022-07-22 16:25:38 +08:00
|
|
|
|
参数：
|
|
|
|
|
|
- **network** (Cell) - 训练网络。
|
|
|
|
|
|
- **weights** (ParameterTuple) - 训练网络中需要计算梯度的的参数。
|
|
|
|
|
|
- **get_all** (bool) - 如果为True，则计算网络输入对应的梯度。默认值：False。
|
|
|
|
|
|
- **get_by_list** (bool) - 如果为True，则计算参数变量对应的梯度。如果 `get_all` 和 `get_by_list` 都为False，则计算第一个输入对应的梯度。如果 `get_all` 和 `get_by_list` 都为True，则以（（输入的梯度）,（参数的梯度））的形式同时获取输入和参数变量的梯度。默认值：False。
|
|
|
|
|
|
- **sens_param** (bool) - 是否将sens作为输入。如果 `sens_param` 为False，则sens默认为'ones_like(outputs)'。默认值：False。如果 `sens_param` 为True，则需要指定sens的值。
|
|
|
|
|
|
|
|
|
|
|
|
输入：
|
|
|
|
|
|
- **(\*inputs)** (Tuple(Tensor...)) - shape为 :math:`(N, \ldots)` 的输入tuple。
|
|
|
|
|
|
- **(sens)** - 反向传播梯度的缩放值。如果网络有单个输出，则sens是tensor。如果网络有多个输出，则sens是tuple(tensor)。
|
|
|
|
|
|
|
|
|
|
|
|
输出：
|
|
|
|
|
|
- **forward value** - 网络运行的正向结果。
|
|
|
|
|
|
- **gradients** (tuple(tensor)) - 网络反向传播的梯度。
|
