跨session.run调用的TensorFlow变量执行的操作是否流经梯度?持久图?

时间:2018-08-10 20:20:41

标签: tensorflow deep-learning automatic-differentiation computation-graph

我的理解是TensorFlow变量不这样做-是否有办法在session.run个调用中持久维护部分计算的图?

partial_run存储部分计算的图,但是它只能使用一次,并且不是持久的。另一方面,变量是持久性的,但据我所知,它不存储导致它们产生的操作图。

让我的问题更清楚:如果我有一个TensorFlow变量矩阵并对该矩阵执行一些操作(例如,使用assignscatter_update),那么导致新矩阵存储在计算图中并允许梯度流过?

我知道这将使TensorFlow的动态性大大提高。

0 个答案:

没有答案
相关问题