Javascript 在tensorflow JS中查找最大化类输出分数的输入

我有一个训练有素的CNN网络，用于tensorflow JS中的MNIST数据集。我正在尝试调整输入，以使其中一个输出分数最大化。我知道如何在python中使用keras这样做：

from keras import backend as K
import numpy as np


class_num = 0 
output = model.layers[-1].output
loss = K.mean(output[:,class_num]) 

grads = K.gradients(loss, model.input)[0] 
grads = K.l2_normalize(grads)

func = K.function([model.input], [loss, grads])


input = np.random.random((1, 28, 28)) 

for i in range(10):
    loss_val, grads_val = func([input])
    input_img += grads_val 

---

问题是我不知道如何在tensorflow JS中做同样的事情。有人能为tensorflow JS提供类似的实现吗？我无法得到工作损耗和梯度函数。非常感谢

当你说你正在尝试调整输入时，你是指权重吗？我猜你不是说你正在改变图像本身吗？我想用梯度上升来调整图像本身。请参阅：。我想在tensorflow JS中做一些类似的事情。我想最大化一个特定的ClassInterest问题的输出，但不能说我对它足够熟悉，可以提供帮助。