1樓：xf3227
Tensorflow - Minimize with Complex Gradient
stackoverflow 上的這個帖子和你的問題很像。顯然，Tensorflow 的 optimizer class 並不支援對復變數的優化。我建議把複數當實部和虛部兩個實數引數對待，但是 computational graph 需要重新設計一下。
接下來來講講 tensorflow 為什麼不支援復變數優化的道理。
以最簡單的 gradient descent 為例，題主希望的優化過程是
其中 是乙個復變數， 為學習步長。
但是，真正的導數
復變函式的導數其實沒有那麼簡單，就比如你說的例子 ，這個函式並不可導，因為它不滿足柯西黎曼條件（除了 點），不是乙個全純\解析函式。畢竟，乙個復變函式和乙個二元實變函式從根本上還是不一樣的。
退一步說，就算我們的物件是乙個全純函式，那麼，對復變數減去負梯度（或者其他和梯度相關的演算法）是沒有那種我們所熟悉的幾何意義的。實數域可以定義大小，而複數域卻不可以，又何談「優化」呢。
既然復變函式求導條件那麼強，而且就算能導，匯出來的玩意兒我們也用不上，所以人家 tensorflow 甩手不管也是情有可原的。
《易經》復卦 「六二 休復，吉」如何解讀？
別焰雲 看看老子的解讀吧 天道員員 不遠復 各復歸其根 地雷復 歸根曰靜 休復 靜曰覆命 頻復 覆命曰常 中復 知常曰明 敦復 不知常，妄作，兇 迷復 別焰雲 如何理解 致虛極守靜篤 這六個字？ 高晶波 易經 復卦 六二 休復，吉 如何解讀？解惑易經 撥亂反正，正本清源。先天八卦與後天八卦相互作用原...
大家對復聯四滿意嗎？
大聖啊啊啊 個人觀點 1 對復聯四滿意的並不一定是路人粉，或者偽粉，不同的人對復聯四有不同的看法。2 我對復聯四還算滿意，唯一不滿意的兩點就是妮妮死了，寡姐死了。為什麼說我對復聯四還算滿意，因為所有的彩蛋都在復聯四接上了，漫威十一年前在鋼鐵俠中就布了個大局。復聯四中妮妮回到過去找到自己的父親 因為本...
如何看待復聯4。？
既然是看待，不是評價，那我站在路人的層面上來說，劇情漏洞嚴重，很多路人，包括某些漫威粉都覺得復聯4不值這個票房，但最多也就罵罵導演。不值得是一回事，做到了也是一回事。復聯4全球第一因為它是個粉絲電影，再加上宣傳得狠，即便路人不知道復仇者聯盟，也總得知道鋼鐵俠美國隊長吧？它從一開始就打好了粉絲基礎，甚...