Tensorflow2.0 GradientTape （1）

在2.0中，求导换成了GradientTape。
（1）求导
如果知道确定的函数关系，可以直接利用GradientTape来求导。
代码如下：

import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt

x=tf.linspace(0.0,3*3.14159,150)
with tf.GradientTape() as tape:
    tape.watch(x)
    y=tf.math.sin(x)

grads = tape.gradient(y,x)

plt.plot(x,y,color='r')
plt.plot(x,grads,color='g')
plt.show()

结果如图：

这是最简单的求导。
如果要多次求导，可以使用嵌套的GradientTape：

import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt

x=tf.linspace(0.0,10.0,150)
with tf.GradientTape() as tape:
    tape.watch(x)
    with tf.GradientTape() as t:
        t.watch(x)
        y=x*x*x
    z = t.gradient(y,x)
grads = tape.gradient(z,x)

plt.plot(x,y,color='r')
plt.plot(x,z,color='b')
plt.plot(x,grads,color='g')
plt.show()

使用2次GradientTape，可以求导2次。