LSTM 一对多模型输出 w.r.t 输入的梯度

Question

我有一个 LSTM 模型，该模型将向量 x0（维度：n）作为输入，并返回向量序列（大小：T x n）。我需要每个序列 w.r.t x0 的导数（大小：n x n）。因此，我需要一个大小为 (T x n x n) 的雅可比矩阵。在 TensorFlow 中最有效的方法是什么？我需要这个来进行优化研究，该研究需要一个采用 x0 并返回导数信息的函数。搜索了所有可用选项后，我没有任何好的方法来解决这个问题。任何帮助（伪代码、文档、帖子等）都将非常有益。

Answer 1

不完全确定这是否是您正在寻找的，但 Tensorflow 具有急切执行（允许交互式调试）和一个非常全面的梯度自动计算框架。这两者的结合可能会有所帮助。此链接包含一些可能适合您特定需求的详细信息和示例代码：https://www.tensorflow.org/guide/eager，尤其是本部分：https://www.tensorflow.org/guide/eager#computing_gradients 以及帖子中的其他内容。

我希望这会有所帮助。