mindelec.operators.Grad

class mindelec.operators.Grad(model, argnum=0)[源代码]

计算并返回指定输出列相对于指定输入列的梯度。

参数：

model (Cell) - 接受Tensor输入的函数或网络。
argnum (int) - 指定输出采用的一阶导数的输入。默认值：0。

输入：

x (list) - 输入是可变长度参数。第一个输入是二维的网络输入（Tensor），最后三个输入是输入的列索引（int）、输出的列索引（int）和网络的输出（Tensor）。

输出：

输出为Tensor，为指定的输出列对指定的输入列的梯度，由输入 x 中的第二、第三个参数指定。

异常：

TypeError - 如果 argnum 的类型不是int。

支持平台：

Ascend

样例：

>>> import numpy as np
>>> from mindspore import nn, Tensor
>>> from mindelec.operators import Grad
...
>>> class Net(nn.Cell):
...    def __init__(self):
...        super(Net, self).__init__()
...    def construct(self, x):
...        return x * x
...
>>> x = Tensor(np.array([[1.0, -2.0], [-3.0, 4.0]]).astype(np.float32))
>>> net = Net()
>>> out = net(x)
>>> grad = Grad(net)
>>> print(grad(x, 0, 0, out).asnumpy())
[[ 2.]
[-6.]]