Fetch the repository succeeded.
.. py:function:: mindspore.vjp(fn, inputs, weights=None, has_aux=False)
计算给定网络的向量雅可比积（vector-jacobian-product, VJP）。
参数：
- **fn** (Union[Function, Cell]) - 待求导的函数或网络。以Tensor为入参，返回Tensor或Tensor数组。
- **inputs** (Union[Tensor, tuple[Tensor], list[Tensor]]) - 输入网络 `fn` 的入参。
- **weights** (Union[ParameterTuple, Parameter, list[Parameter]]，可选) - 训练网络中需要返回梯度的网络变量。一般可通过 `weights = net.trainable_params()` 获取。默认值： ``None`` 。
- **has_aux** (bool，可选) - 若 `has_aux` 为 ``True`` ，只有 `fn` 的第一个输出参与 `fn` 的求导，其他输出将直接返回。此时， `fn` 的输出数量必须超过一个。默认值： ``False`` 。
返回：
正向输出和计算 vjp 的功能。
- **net_output** (Union[Tensor, tuple[Tensor]]) - `fn(inputs)` 的输出。特别是当 `has_aux` 设置为 ``True`` 时， `net_output` 是 `fn(inputs)` 的第一个输出。
- **vjp_fn** (Function) - 用于求解向量雅可比积的函数。接收shape和type与 `net_output` 一致的输入。
- **aux_value** (Union[Tensor, tuple[Tensor]], 可选) - 若 `has_aux` 为 ``True``，则返回 `aux_value` 。 `aux_value` 是 `fn(inputs)` 的除第一个外的其他输出，且不参与 `fn` 的求导。
异常：
- **TypeError** - `inputs` 或 `v` 类型不符合要求。
此处可能存在不合适展示的内容，页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容，可点击提交进行申诉，我们将尽快为您处理。
马建仓 AI 助手