Chainer中的grad_outputs与Tensorflow中的grad的反向功能

Question

我想将自定义渐变的一些自定义操作从Chainer转换为Tensorflow。前向通过相对简单，我已经掌握了。但是对于后退，我永远无法使优化工作。让我们假设Chainer中的向后传递是这样的：

def backward_gpu(self, inputs, grad_outputs):
    return some_operation(inputs, grad_outputs[0]) 

我在Tensorflow中以以下方式执行此操作：

@tf.RegisterGradient('Forward')
def _rasterize_grad(op, grads):
    return some_operation(op.inputs, grads[0])

根据我在网上找到的文档，我认为grad_outputs和grads的计算方式相同。但是我以某种方式失败了。

有人能对此有所启发吗？这将不胜感激。