gradients¶

api_attr: 声明式编程(静态图)专用API

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

将目标梯度反向传播到输入。

参数¶

targets (Variable|list[Variable]) – 目标变量

inputs (Variable|list[Variable]) – 输入变量

target_gradients (Variable|list[Variable]，可选) – 目标的梯度变量，应与目标变量形状相同；如果设置为None，则以1初始化所有梯度变量

no_grad_set (set[Variable|str]，可选) – 在 block0 ( Block ) 中要忽略梯度的 Variable 的名字的集合。所有的 Block 中带有 stop_gradient = True 的所有 Variable 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，则对应的梯度变量为None

返回类型¶

(list[Variable])

代码示例¶

import paddle.fluid as fluid

x = fluid.data(name='x', shape=[None,2,8,8], dtype='float32')
x.stop_gradient=False
y = fluid.layers.conv2d(x, 4, 1, bias_attr=False)
y = fluid.layers.relu(y)
y = fluid.layers.conv2d(y, 4, 1, bias_attr=False)
y = fluid.layers.relu(y)
z = fluid.gradients([y], x)
print(z)