我正在研究复值神经网络。
对于复值神经网络，通常使用 Wirtinger 微积分。那么导数的定义是（考虑到由于刘维尔定理，函数是非全纯的）：
如果你看广濑彰的书《复值神经网络：进展与应用》，第 4 章方程 4.9 定义：
当然，偏导数也是使用维廷格微积分计算的。
张量流也是这样吗？或者以其他方式定义？我找不到关于该主题的任何好的参考资料。
好的，所以我在现有的线程中讨论了这个问题github/张量流 https://github.com/tensorflow/tensorflow/issues/3348@charmasaur 找到了响应，Tensorflow 用于梯度的方程是：
当使用 z 和 z* 的偏导数的定义时，它使用 Wirtinger 微积分。
对于一个或多个复变量的实值标量函数的情况，该定义变为：
这确实是复值神经网络（CVNN）应用程序中使用的定义（在此应用程序中，该函数是损失/误差函数，它确实是真实的）。
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
