mindspore.nn.Vjp

class mindspore.nn.Vjp(fn)[源代码]

计算给定网络的向量雅可比积(vector-Jacobian product, VJP)。VJP对应反向模式自动微分。

参数：

fn (Cell) - 基于Cell的网络，用于接收Tensor输入并返回Tensor或者Tensor元组。

输入：

inputs (Tensor) - 输入网络的入参，单个或多个Tensor。
v (Tensor or Tuple of Tensor) - 与雅可比矩阵点乘的向量，Shape与网络的输出一致。

输出：

2个Tensor或Tensor元组构成的元组。

net_output (Tensor or Tuple of Tensor) - 输入网络的正向计算结果。
vjp (Tensor or Tuple of Tensor) - 向量雅可比积的结果。

支持平台：: Ascend GPU CPU

样例：

>>> from mindspore.nn import Vjp
>>> class Net(nn.Cell):
...     def construct(self, x, y):
...         return x**3 + y
>>> x = Tensor(np.array([[1, 2], [3, 4]]).astype(np.float32))
>>> y = Tensor(np.array([[1, 2], [3, 4]]).astype(np.float32))
>>> v = Tensor(np.array([[1, 1], [1, 1]]).astype(np.float32))
>>> output = Vjp(Net())(x, y, v)
>>> print(output[0])
[[ 2. 10.]
 [30. 68.]]
>>> print(output[1][0])
[[ 3. 12.]
 [27. 48.]]
>>> print(output[1][1])
[[1. 1.]
 [1. 1.]]