1. 可训练变量
1.1 可训练变量简述
1.2 将张量封装成可训练变量![](https://img-blog.csdnimg.cn/63bcff186a714526ad2925526aaac8d2.png)
1.2使用可训练变量![](https://img-blog.csdnimg.cn/b37b3df8ad4f41fe8a91530f77e8e3c2.png)
1.3 trainable 和ResourceVariable![](https://img-blog.csdnimg.cn/4b146516a4124c92811205070939b0df.png)
1.4可训练变量赋值![](https://img-blog.csdnimg.cn/67d398c1a4ab4bacab58ff734523bec3.png)
1.5isinstance
判断属性
2.自动求导
2.1自动求导-GradientTape
2.2 GradientTape的persistent参数
GradientTape的persistent参数默认为false,代表着tape这个对象只能使用一次,因此会出现报错!
解决方法:加上参数persistent为true
2.3 GradientTape的watch_accessed_variables参数
GradientTape的watch_accessed_variables参数表示自动监视所有的可训练变量,取值是布尔类型,默认为true
设置为false后输出导数为none
2.3.1 添加监视的可训练变量![](https://img-blog.csdnimg.cn/938994ab2a0a4b87ac2944ea60824662.png)
2.3.2 添加监视的非可训练变量![](https://img-blog.csdnimg.cn/a5abc7beacd54f02be206348fc8fd040.png)
2.4多元函数求偏导
2.4.1两个变量接收![](https://img-blog.csdnimg.cn/f219295b1777493683c3a15f51c621cc.png)
2.4.2 一个变量接收偏导
2.5高阶导数![](https://img-blog.csdnimg.cn/d74c2f01e3424425a1d2e6cac33b4f1d.png)
2.6对向量求偏导