Theano / Pytorch / Tensorflow是否可以自动计算以下梯度?

时间:2018-11-29 14:57:33

标签: tensorflow deep-learning theano pytorch recurrent-neural-network

我正在尝试运行一个递归神经网络,其中每个神经元的状态更新功能如下

z = g*y

鉴于

g = (x<x_max & x>x_max-e) | (x>-x_max & x<-x_max+e)

请注意,这里的所有变量只是标量。

定义变量x的方式将使其始终不断更新,从而使g始终是this picture中所示的脉冲。也就是说,一次更新的g不会为1,但连续几次更新的g将为1。

在具有此传递函数的情况下,这些软件包中的任何一个都可以实现自动梯度计算吗?

1 个答案:

答案 0 :(得分:0)

无法计算梯度。

如所示,

g是一个二进制变量。因此它的梯度无法计算。即使您绘制的波形在除两个点(其无限大,函数不连续)之外的所有地方,梯度都为0