Machine learning 当将来自多个网络的激活合并到一个目标中时，tensorflow中的自动区分是否起作用？

我是tensorflow的新手，我想知道tensorflow中的自动微分功能是否能解决我的问题。 我有两个网络，每个网络输出一个潜在向量。假设我的网络A输出潜在向量La（Hxr），其中（H，r）表示输出潜在向量La的维数。同样，净B输出Lb（Wxr）。因此，我的目标函数将两个延迟作为输入，并将它们组合为（La.Lb'），其中（.）是点积，（'）表示转置。我将使用交叉熵优化这个目标函数

现在我的问题是，张量流自动微分是否能够正确计算梯度并反向传播？这不是一个直截了当的例子。净A应仅根据梯度w.r.t.La进行更新，净B应仅根据梯度w.r.t Lb进行更新。那么tensorflow是否足够聪明，能够弄清楚这一点？有没有办法验证这一点

---

谢谢

TensorFlow支持使用它定义任何类型的计算图的自动微分。我使用TensorFlow将来自多个网络的预测结合起来，使用不同的损失函数计算损失。因此，tensorflow足够聪明，能够解决这个问题，它将正确地计算梯度并反向传播它