在tf.gradients中分开渐变

Question

根据此reference，tf.gradients会返回ys w.r.t的 sum 的偏导数。 x中的xs。

是否可以为x中的每个xs获取单独的值？

示例即可。请查看以下代码：

import tensorflow as tf
import numpy as np

x = tf.placeholder(tf.float32, shape=[None, 2])
w = tf.Variable(dtype=tf.float32, initial_value=[[4],[5]])
z = tf.matmul(x, w)
g = tf.gradients(z, w)

s = tf.InteractiveSession()
s.run(tf.global_variables_initializer())

x_ = np.matrix('1,0;0,1;0,0;2,1')
s.run(g, feed_dict={x: x_})

它只是计算dz/dw x。但g会返回x：

的总和

[array([[ 3.],
    [ 2.]], dtype=float32)]

我需要的是x中每行的单独值。