我正在尝试使用 tensorflow 实现“深度卷积逆图形网络”，这意味着我必须对渐变做一些棘手的事情。
基本上，我想将一个自动编码器分成两个独立的网络。我不必这样做，但这会很方便。目的是在反向传播步骤中对梯度流动进行一些难以形容的修改。你有什么想法可以做到吗？这是我想要实现的架构：
很容易看出，对于正向路径，这意味着获取一个网络的输出并将其插入另一个网络。不幸的是，我看不到如何反向传播错误。
目前我最好的想法是复制权重矩阵之一，即将 W3 复制到编码器作为 W2.5，然后将 W3 的梯度复制为 W2.5 的梯度。但是在这个模式中必须有一个更简单的方法或一个明显的误解。