我试图通过如下方式计算梯度d/dx(Exp[jx])
:
def expi(x):
return tf.complex(tf.cos(x), tf.sin(x)) # cosx + isinx
x = tf.Variable(0.1)
with tf.GradientTape() as tape:
L = expi(x)
tape.gradient(L , x)
输出为:
<tf.Tensor: shape=(), dtype=float32, numpy=-0.19966684>
它返回了实部的梯度,但排除了虚部。
如何同时获得梯度的实部和虚部
目前没有回答
相关问题 更多 >
编程相关推荐