當你在中間層重組你的輸出時，tensorflow如何處理反向傳播

Question

我有一個隱藏層輸出數字A的神經網絡，然後我使用了一個使用A生成一個向量的函數。問題是TF可以在反向傳播時正確處理這個問題嗎？我曾在TF中嘗試過，它可以輸出一些東西，但我仍然不確定bp是否正常工作。

順便說一句，我用於生成從一個數矢量的功能是（V是從先前層的輸出，d是一個值I進料在，G是常數）：

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，tensorflow可以通過張量流圖中表示的幾乎所有可微分轉換進行反向傳播，並且當反向傳播不可能發生時，您將看到可見的錯誤。