tensorflow.nn.conv1d是否具有漸變？

Question

我試圖像這樣在tensorflow.nn.conv1d上使用get_gradient_function() ：

import tensorflow as tf
from tensorflow.python.framework.ops import get_gradient_function

d = tf.constant([1, 0, 2, 3, 0, 1, 1], dtype=tf.float32, name='d')
k = tf.constant([2, 1, 3], dtype=tf.float32, name='k')

data = tf.reshape(d, [1, int(d.shape[0]), 1], name='data')
kernel = tf.reshape(k, [int(k.shape[0]), 1, 1], name='kernel')

conv = tf.nn.conv1d(data, kernel, 1, 'SAME', name='conv')

with tf.Session() as sess:
    print (sess.run(conv))

op = tf.get_default_graph().get_operation_by_name('conv')
print(get_gradient_function(op))

我在倒數第二行收到以下錯誤。

KeyError：“名稱'conv'表示圖中未包含的操作”。

Answer 1

似乎圖中沒有'conv'，您可以通過tf.get_default_graph().get_operaions()打印所有操作，如下所示

d
k
data/shape
data
kernel/shape
kernel
conv/ExpandDims/dim
conv/ExpandDims
conv/ExpandDims_1/dim
conv/ExpandDims_1
conv/Conv2D
conv/Squeeze

和conv.op.name打印conv/Squeeze 。 所以name=conv只是給出外部名稱。

這樣， op = tf.get_default_graph().get_operation_by_name('conv/Squeeze')將起作用