梯度下降的代码在哪里？

Question

使用TensorFlow运行一些实验，想要查看一些函数的实现，只是为了确切地了解一些事情是如何完成的，从tf.train.GradientDescentOptimizer的简单情况开始。从github下载了完整源代码的zip，在源代码树上运行了一些搜索，得到：

C:\tensorflow-master\tensorflow\python\training\gradient_descent.py

class GradientDescentOptimizer(optimizer.Optimizer):

  def _apply_dense(self, grad, var):
    return training_ops.apply_gradient_descent(

好吧，假设实际的代码是在apply_gradient_descent，搜索那个......不是那里。整个源树中只出现三次，所有这些都是使用，而不是定义。

怎么样training_ops？确实存在具有暗示名称的源文件：

C:\tensorflow-master\tensorflow\python\training\training_ops.py

from tensorflow.python.training import gen_training_ops
# go/tf-wildcard-import
# pylint: disable=wildcard-import
from tensorflow.python.training.gen_training_ops import *
# pylint: enable=wildcard-import

...以上是该文件的全部内容。嗯。

我找到了这个文件：

C:\tensorflow-master\tensorflow\python\BUILD

tf_gen_op_wrapper_private_py(
    name = "training_ops_gen",
    out = "training/gen_training_ops.py",
)

这似乎证实了这样和其他文件是在构建过程中生成的目标代码 - 但它们是从哪里生成的源代码？

所以这就是我放弃并寻求帮助的地方。任何熟悉TensorFlow代码库的人都能指出相关源代码的位置吗？

Answer 1

实现进一步转向本机c ++代码。这是ApplyGradientDescent GPU实现（core/kernels/training_ops_gpu.cu.cc）：

template <typename T>
struct ApplyGradientDescent<GPUDevice, T> {
  void operator()(const GPUDevice& d, typename TTypes<T>::Flat var,
                  typename TTypes<T>::ConstScalar lr,
                  typename TTypes<T>::ConstFlat grad) {
    Eigen::array<typename TTypes<T>::Tensor::Index, 1> bcast;
    bcast[0] = grad.dimension(0);
    Eigen::Sizes<1> single;
    var.device(d) -= lr.reshape(single).broadcast(bcast) * grad;
  }
};

CPU实现是here（core/kernels/training_ops.cc）：

template <typename T>
struct ApplyGradientDescent<CPUDevice, T> {
  void operator()(const CPUDevice& d, typename TTypes<T>::Flat var,
                  typename TTypes<T>::ConstScalar lr,
                  typename TTypes<T>::ConstFlat grad) {
    var.device(d) -= grad * lr();
  }
};