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@)