神经网络通过前向传播计算得到损失，假设损失值为5，我想将这个损失值改为6，再进行反向传播该如何做
假设 tensor a有计算图 tensor b没有计算图，如何将tensor a的计算图给 tensor b
卷积神经网络中的参数共享/权重复制
https://blog.csdn.net/weixin_42137700/article/details/107558587
tensor 的每个卷积层都可以单独编写的吖。想互相调用的话可以讲结果参数以属性值形式保存下来，在唤醒B图的同时将参数传递过去
tensorflow中的tile()函数是用来对张量(Tensor)进行扩展的，其特点是对当前张量内的数据进行一定规则的复制。最终的输出张量维度不变。
提供参考链接：https://blog.csdn.net/Leo_whj/article/details/104732991
1、人工神经网络的图形能否复制,是可以复制的;
2、神经网络算法本身不具有通用性,即使一个模型很优秀,也不意味着在所有领域都适合;
3、不同的神经网络结构对应于不同的应用场景。例如,深度神经网络可以进行多任务学习和分类等;
4、人工神经网络最重要的作用就是解决复杂问题,而非只用来解决简单问题。
5、人工神经网络并没有像深度学习那样成为各大公司的“新宠”,因此其实际应用范围仍然相当广泛,主要体现在几个方面:(1)深度学习发展初期,需要借助大量标注数据才能训练出好的模型,这些数据可以从人脑中提取,因此人们想到了利用人工神经网络将人脑与机器结合起来;(2)人工智能的应用越来越普及,而传统的基于数理逻辑的模式识别已无法满足日益增长的市场需求,因此有研究者开始尝试将人工神经网络与深度学习结合起来,以期获得更强的识别效果;(3)目前,神经网络算法还处于不断完善之中,它虽然可以帮助我们解决一些难以解决的复杂问题,但也会存在许多未知风险,因此人们希望能够将两种算法融合起来,以达到互补的目的。
假设损失值为5，我想将这个损失值改为6，再进行反向传播该如何做？
答：直接对loss做加法是不行的，你可以修改loss函数，让其值发生变化。或者使用hook函数在反向传播前修改权重w（将5修改为6），那么对应的loss也就变了。
假设 tensor a有计算图 tensor b没有计算图，如何将tensor a的计算图给 tensor b？
答：没有计算图的tensor是孤立的，无法将a的计算图及梯度给b，但是你可以将b也加入a的计算图中，设置b不需要梯度（此时b不参与梯度下降），需要更新b时，在设置b需要梯度。