TensorArrayGrad

Tworzy obiekt TensorArray do przechowywania gradientów wartości w danym uchwycie.

Jeżeli dany gradient TensorArray już istnieje, zwraca do niego referencję.

Blokuje rozmiar oryginalnego TensorArray, wyłączając jego flagę rozmiaru dynamicznego.

**Uwaga dotycząca wejściowego flow_in:**

Uchwyt flow_in wymusza wykonanie wyszukiwania gradientowego dopiero po wykonaniu pewnych innych operacji. Na przykład, gdy rozmiar forward TensorArray jest dynamicznie zmieniany, zapisywanie w tym TensorArray może zmienić rozmiar obiektu. Gradient TensorArray ma statyczny rozmiar na podstawie rozmiaru forward TensorArray podczas wykonywania tej operacji. Co więcej, to wywołanie powoduje zablokowanie rozmiaru forward TensorArray. W rezultacie przepływ służy do zapewnienia, że ​​wywołanie generowania gradientu TensorArray nastąpi dopiero po wykonaniu wszystkich zapisów.

W przypadku obiektów TensorArray o dynamicznym rozmiarze obliczenia gradientu należy wykonywać tylko w przypadku operacji odczytu, które same zostały połączone łańcuchowo za pomocą przepływu, aby miały miejsce dopiero po wykonaniu wszystkich zapisów. W ten sposób ostateczny rozmiar przyszłej tablicy TensorArray jest znany po wywołaniu tej operacji.

**Uwaga dotycząca atrybutu źródła:**

Wywołania gradientowe TensorArray korzystają z obiektu TensorArray będącego akumulatorem. Jeśli w tej samej sesji zostanie obliczonych i uruchomionych wiele gradientów, wiele węzłów gradientu może przypadkowo przepłynąć przez ten sam akumulator TensorArray. To podwójnie się liczy i ogólnie przerywa przepływ gradientu TensorArray.

Rozwiązaniem jest określenie, które wywołanie gradientu wywołuje ten konkretny gradient TensorArray. Dokonuje się tego poprzez identyfikację unikalnego ciągu znaków (np. „gradients”, „gradients_1”, ...) z nazwy gradientu wejściowego Tensor. Ten ciąg znaków jest używany jako przyrostek podczas tworzenia tutaj obiektu gradientu TensorArray (atrybut „źródło”).

Atrybut `source` jest dodawany jako przyrostek do nazwy forward TensorArray podczas tworzenia/wyszukiwania, dzięki czemu każde oddzielne obliczenie gradientu otrzymuje własny akumulator TensorArray.