通常我们在 Tensorflow 中采用的矩阵范数是易于计算且易于理解的Frobenius范数,例如贝叶斯视图。但在很多情况下,最大的奇异值很重要。可以在 Tensorflow 中优化它吗?这取决于张量流是否可以相对于矩阵 2-范数取梯度。
问问题
198 次
通常我们在 Tensorflow 中采用的矩阵范数是易于计算且易于理解的Frobenius范数,例如贝叶斯视图。但在很多情况下,最大的奇异值很重要。可以在 Tensorflow 中优化它吗?这取决于张量流是否可以相对于矩阵 2-范数取梯度。