在训练期间，我想保持渐变的结构。但是我想使渐变的一部分的值保持恒定，而其他值通常会变化。因此，以这种方式，参数仍然会更改，并且渐变也会更改，但其中一部分不会更改。 像渐变= A（w）* B（w）一样，值A（w）不变，因此A（w）=A。B（w）相应地变化。
我使用此功能grads = tf.gradients（loss_op，tf.trainable_variables（））。 我试图让每位研究生毕业，并对梯度的某位成员有所作为。但是，改变梯度的结构似乎可行，但保持价值是不可行的。
我想要类似的东西
初始化：w = 1
如果 dw / dt = A（w）* B（w）=（2w）*（10w）
使A（w）恒定。
所以A（w）= 2 * w = 2永远。
所以dw / dt = 2 * 10w