tensorflow2.0 - 为什么梯度以相同的值出现

Question

我正在尝试了解渐变磁带渐变。这是我正在尝试生成结果的虚拟模型。我试图理解为什么每列中的所有值都是相同的。这是带有输出的代码：

class A:
    def __init__(self):
        self.model = self.model_nn()
        self.opt = tf.keras.optimizers.Adam()
        
    def model_nn(self):
        inputA = Input(3)
        d1 = Dense(2)(inputA)
        inputB = Input(2)
        d2 = Dense(16)(inputB)
        d3 = Dense(8)(d2)
        d4 = Dense(2)(d3)
        c = concatenate([d1, d4], axis=-1)
        outputs = Dense(1, activation="linear")(c)
        return tf.keras.Model([inputA, inputB], outputs)
    
    def gradients(self, inputA, inputB):
        inputB = tf.convert_to_tensor(inputB)
        with tf.GradientTape() as tape:
            tape.watch(inputB)
            values = self.model([inputA, inputB])
            values = tf.squeeze(values)
        g = tape.gradient(values, inputB)
        return g

a = A()
a.gradients(np.array([[1., 2., 3.], [5., 7., 10.], [-2., -30., 1.], 
                      [3., 90., 1.]]), np.array([[4., 2.], [1., 1.], [2., 5.], [0., 8.]]))

输出

<tf.Tensor: shape=(4, 2), dtype=float64, numpy=
array([[0.09073823, 0.08013722],
       [0.09073823, 0.08013722],
       [0.09073823, 0.08013722],
       [0.09073823, 0.08013722]])>

谁能告诉我为什么会这样？