Python TF梯度胶带有交叉产品问题吗？

我试着用TF梯度带作为一个自动标记工具，通过牛顿法寻找根。但当我试图计算雅可比矩阵时，tf.GradientTape.Jacobian似乎无法处理叉积：

x = tf.convert_to_tensor(np.array([1., 2., 3.]))
Wx = np.ones((3))
with tf.GradientTape() as tape:
    tape.watch(x)
    y = tf.linalg.cross(x, Wx)
print(tape.jacobian(y, x))

给出以下错误：

StagingError:在转换的代码中： 相对于/Users/xinzhang/anaconda3/lib/python3.7/site-packages：

然而，如果我把雅可比变换为一个简单的梯度：

x = tf.convert_to_tensor(np.array([1., 2., 3.]))
Wx = np.ones((3))
with tf.GradientTape() as tape:
    tape.watch(x)
    y = tf.linalg.cross(x, Wx)
print(tape.gradient(y, x))

给出了预期的结果：

tf.Tensor([0. 0. 0.], shape=(3,), dtype=float64)

这是一只虫子吗？？还是我用磁带做了什么错事，雅可比方法

---

p、 美国python版本3.7.4；tf版本2.0.0随conda一起安装的所有设备。

这可能是Tensorflow版本2.0中的一个错误，但在Tensorflow版本2.1中已修复

因此，请将Tensorflow版本升级到

2.1

或

2.2

，问题将得到解决

工作代码如下所述：

!pip install tensorflow==2.2

import tensorflow as tf
import numpy as np

print(tf.__version__)

x = tf.convert_to_tensor(np.array([1., 2., 3.]))
Wx = np.ones((3))
with tf.GradientTape() as tape:
    tape.watch(x)
    y = tf.linalg.cross(x, Wx)
print(tape.jacobian(y, x))

输出如下所示：

2.2.0

tf.Tensor(
[[ 0.  1. -1.]
 [-1.  0.  1.]
 [ 1. -1.  0.]], shape=(3, 3), dtype=float64)

---

非常感谢。结果表明，无法使用conda安装TF2.0以上的任何内容。我用pip安装了2.2，它运行正常。

2.2.0

tf.Tensor(
[[ 0.  1. -1.]
 [-1.  0.  1.]
 [ 1. -1.  0.]], shape=(3, 3), dtype=float64)