在我的 Theano 程序中,我想将张量矩阵分成两部分,每部分对误差函数都有不同的贡献。谁能告诉我自动微分是否支持这一点?
例如,对于一个张量矩阵变量M,我想将其拆分为M1=M[:300,]和M2=M[300:,],那么代价函数定义为0.5* M1 * w + 0.8*M2 *w。是否仍然可以使用 T.grad(cost,w) 获得梯度?
或者更具体地说,我想构建一个具有不同特征的自动编码器,在总成本中具有不同的权重。
感谢任何回答我问题的人。
在我的 Theano 程序中,我想将张量矩阵分成两部分,每部分对误差函数都有不同的贡献。谁能告诉我自动微分是否支持这一点?
例如,对于一个张量矩阵变量M,我想将其拆分为M1=M[:300,]和M2=M[300:,],那么代价函数定义为0.5* M1 * w + 0.8*M2 *w。是否仍然可以使用 T.grad(cost,w) 获得梯度?
或者更具体地说,我想构建一个具有不同特征的自动编码器,在总成本中具有不同的权重。
感谢任何回答我问题的人。