如何在 theano 的'scan'中获取k步截断-BPTT梯度，并且还包括每个组件（从第1个到第k个）的梯度？

Question

如果我使用扫描当截短梯度=k（int>；0）时，我可以得到递归神经网络的截尾BPTT梯度。该梯度将被计算为在时间RNN中向后展开k步（即成为k层前馈神经网络FFNN）。 基本上（根据理论），RNN的截断梯度（通过向后展开RNN到k步计算）应该包括展开的FFNN的所有k层的梯度总和（从向后展开RNN到k步）。在

基本上，我在研究如何得到这些和的每一个组成部分。。。 在我看来，你可以很容易地得到RNN的截断梯度（它由一个scan op和truncate_gradient=k表示）（这个功能是现成的），但是要获得scan op/RNN截断梯度的展开和的每个分量是相当困难的。在

我已经尝试过的：

我仔细检查了扫描的内部结构，特别是通过梯度法。。。它的代码相当复杂。在

此外，我还尝试打印结果渐变的图形-我尝试打印相同RNN的图形，truncate_gradients=1，truncate_gradients=10（使用theano.printing.pydotprint)-这些图表是相同的：（

然后我用theano.printing.pydotprint扫描图=真 必须打印扫描的内部结构。但我失败了，只有这样一个例外：

AttributeError:“Scan”对象没有属性“fn”。在

我也在谷歌上搜索这些问题-什么也没有。 有网友问到-还没有任何回应