tf.assignはテンソルフローのグラジエントをどのように計算しますか？

Question

は、以下の単純化されたコードと仮定する：

x = tf.Variable(...) 
y = tf.Variable(...) # y can also be some tensor computed from other variables 
x_new = tf.assign(x, y) 
loss = x_new * x_new 

私は損失を最適化する場合、損失の勾配はxまたはyに逆伝播されませんか？

Answer 1

一般に、このdiscussionでは、割り当てopのかなり良い説明があります。あなたの具体的な質問については、損失の勾配はxまたはyに戻って、伝播されません

：

# Your example. 
tf.gradients(x_new * x_new, [x, y]) #output: [None, None] 

# Some other related examples. 
tf.gradients(x_new * y, [x, y]) #output: [None, x_new_value] 
tf.gradients(x * x_new, [x, y]) #output: [x_new_value, None]