python求高阶导数_TensorFlow:计算Hessian矩阵（和高阶导数）

好吧，你可以不费吹灰之力就计算出海森矩阵！

假设有两个变量：x = tf.Variable(np.random.random_sample(), dtype=tf.float32)

y = tf.Variable(np.random.random_sample(), dtype=tf.float32)

以及使用这两个变量定义的函数：f = tf.pow(x, cons(2)) + cons(2) * x * y + cons(3) * tf.pow(y, cons(2)) + cons(4) * x + cons(5) * y + cons(6)

其中：def cons(x):

return tf.constant(x, dtype=tf.float32)

所以用代数术语来说，这个函数是

现在，我们定义了一种计算hessian的方法：def compute_hessian(fn, vars):

mat = []

for v1 in vars:

temp = []

for v2 in vars:

# computing derivative twice, first w.r.t v2 and then w.r.t v1

temp.append(tf.gradients(tf.gradients(f, v2)[0], v1)[0])

temp = [cons(0) if t == None else t for t in temp] # tensorflow returns None when there is no gradi