PyTorch 的 `no_grad` 函数的 TensorFlow/Keras 等价物是什么？

Question

在编写机器学习模型时，我发现自己需要计算指标，或在回调中运行额外的前向传递以实现可视化。在 PyTorch 中，我使用 torch.no_grad() 执行此操作，这样可以防止计算梯度，因此这些操作不会影响优化。

1. 这种机制在 TensorFlow/Keras 中如何工作？
2. Keras 模型是可调用的。所以，像model(x) 这样的东西是可能的。但是，也可以说model.predict(x)，这似乎也调用了call。两者有区别吗？

Answer 1

等效的张量流是tf.stop_gradient

另外不要忘记，Keras 在使用预测时不会计算梯度（或者只是通过 __call__ 调用模型）。