python求高阶导数_Pythorch中的高阶梯度

我在pytorch中实现了以下Jacobian函数。除非我犯了错误,否则它计算任何张量w.r.t.的雅可比。任何维输入:import torch

import torch.autograd as ag

def nd_range(stop, dims = None):

if dims == None:

dims = len(stop)

if not dims:

yield ()

return

for outer in nd_range(stop, dims - 1):

for inner in range(stop[dims - 1]):

yield outer + (inner,)

def full_jacobian(f, wrt):

f_shape = list(f.size())

wrt_shape = list(wrt.size())

fs = []

f_range = nd_range(f_shape)

wrt_range = nd_range(wrt_shape)

for f_ind in f_range:

grad = ag.grad(f[tuple(f_ind)], wrt, retain_graph=True, create_graph=True)[0]

for i in range(len(f_shape)):

grad = grad.unsqueeze(0)

fs.append(grad)

fj = torch.cat(fs, dim=0)

fj = fj.view(f_shape + wrt_shap

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值