当您在中间层重新组织输出时，tensorflow如何处理反向传播

Question

我有一个神经网络，其隐藏层输出数字A，然后我使用了一个使用A生成向量的函数。问题是TF在进行反向传播时可以正确处理吗？我确实在TF中尝试过它可以输出一些东西，但我仍然不确定bp是否正常工作。

BTW，我用来从数字生成向量的函数是（V是前一层的输出，d是我输入的值，G是常量）：

def Generator(d, V):
    dmn = []
    for k in range(G):
        d1 = tf.exp(-(((V*d-(-1+k*0.2))\**2)/(2*0.2\**2)))
        dmn.append(d1)
    return dmn 

Answer 1

是的，张量流可以通过张量流图中表示的几乎任何可微变换反向传播，并且当反向传播不可能发生时，您将得到可见的错误。