Tensorflow 由tf.concat（）返回的变量的hessian值为None

设x和y是长度为N的向量，z是函数z=fx，y。在Tensorflow v1.0.0中，tf.hessiansz，x和tf.hessiansz，y都返回一个N乘N的矩阵，这是我所期望的

但是，当我使用tf.concat将x和y连接成大小为2*N的向量p，并运行tf.hessianz，p时，它返回错误值error:None值不受支持

我理解这是因为在计算图x，y->z和x，y->p中，p和z之间没有梯度。为了避免这个问题，我可以先创建p，将它分割成x和y，但我必须修改大量代码。还有更优雅的方式吗

相关问题：

---

根据hessian的定义计算hessian

gxy = tf.gradients(z, [x, y])
gp = tf.concat([gxy[0], gxy[1]], axis=0)
hp = []
for i in range(2*N):
    hp.append(tf.gradients(gp[i], [x, y]))

因为tf.gradients计算dy/dx之和，所以在计算二阶偏导数时，应该将向量切片成标量，然后计算梯度。在tf1.0和python2上测试

gxy = tf.gradients(z, [x, y])
gp = tf.concat([gxy[0], gxy[1]], axis=0)
hp = []
for i in range(2*N):
    hp.append(tf.gradients(gp[i], [x, y]))