Tensorflow中的可区分操作列表

Question

Tensorflow操作的主列表是否可以区分（即会自动区分）？

另外两种表达方式：

• 未设置ops.NoGradient的操作列表。
• 不会触发LookupError的操作列表。

例如，我假设所有控制流操作都不可区分（例如，tf.where）。除了通过tf.gradients手动运行它们以查看它们是否抛出LookupError之外，我还能找到这个。

“常识”不是一个有效的答案。

感谢。

编辑：

tf.where是可以区分的，所以我的直觉是错误的。也许这里正确的问题是Tensorflow中的哪些操作不可区分。

感谢。

Answer 1

不，没有列表（你可以成为第一个创建它的人）。另据我所知，每个函数的文档也没有告诉它（tf.size是不可区分的，但没有告诉它。）

除了您建议的方式，您还可以从源代码中提取此数据。例如，所有已实现渐变的op都在方法声明前面有@ops.RegisterGradient。对于没有渐变的操作，您将拥有ops.NotDifferentiable(

不相关，但是probably helpful。

Answer 2

看来，对于 TensorFlow 2，documentation for the tf.raw_ops module 中提供了这样的列表。

Answer 3

我使用python代码设计了可区分和不可区分操作的整个列表。

您将在此处找到紧凑列表。还有生成它的代码。

https://github.com/Mainak431/List-of-Differentiable--OPs-and-Non-differentiable-OPs--in-Tensorflow