Python 3.x tensorflow hessians-运行时错误

我试图理解tensorflow 2.0黑森人。我理解其中的数学部分，但我正在努力理解其中的代码部分

我的玩具代码如下-

a = tf.constant([1, 2, 3], dtype=tf.float32)
b = tf.constant([1, 1, 2], dtype=tf.float32)                            
tf.hessians(a, b)

这给-

RuntimeError:tf.gradients在执行时不受支持 启用。改用tf.GradientTape

发生什么事了

---

谢谢

下面是一个你想要实现的工作示例

tf.hessians

将TensorFlow op添加到图形中以计算hessians。因此，如果要使用hessian，必须在用

tf.function

修饰的函数中调用它，如下所示。使用

tf.hessian

而不使用

tf.function

decorator尝试在不构建图形的情况下执行此操作（在渴望模式下）。这将不起作用，从而导致错误

最重要的是，您的

b

需要依赖于

a

。注意，我正在计算

d2b/d2a

。否则，您将得到以下结果

ValueError:尝试将“张量”转换为张量，但失败。错误：不支持任何值

---

这是一个你想要实现的工作示例

tf.hessians

将TensorFlow op添加到图形中以计算hessians。因此，如果要使用hessian，必须在用

tf.function

修饰的函数中调用它，如下所示。使用

tf.hessian

而不使用

tf.function

decorator尝试在不构建图形的情况下执行此操作（在渴望模式下）。这将不起作用，从而导致错误

最重要的是，您的

b

需要依赖于

a

。注意，我正在计算

d2b/d2a

。否则，您将得到以下结果

ValueError:尝试将“张量”转换为张量，但失败。错误：不支持任何值

---

所以a无论如何都不依赖于b。不确定通过计算水资源量t的导数你期望得到什么。bSo a无论如何都不依赖于b。不确定通过计算w.r.t.b的导数你期望得到什么

a = tf.constant([1, 2, 3], dtype=tf.float32)

@tf.function
def compute_b(a):
  b = a**2
  hes = tf.hessians(b, a)
  return b, hes


b, d2y_d2x = compute_b(a)
print(d2y_d2x)