PyTorch 的“no_grad”函数在 TensorFlow/Keras 中的等价物是什么？

Question

在编写机器学习模型时，我发现自己需要计算指标，或者在回调中运行额外的前向传递以实现可视化目的。在PyTorch中，我使用 执行此操作torch.no_grad()，这可以防止计算梯度，因此这些操作不会影响优化。

1. 这种机制在TensorFlow/Keras中如何工作？
2. Keras模型是可调用的。所以，类似的事情model(x)是可能的。但是，也可以说model.predict(x)，这似乎也援引了call. 两者有区别吗？

Answer 1

张量流等效为tf.stop_gradient

另外不要忘记，Keras 在使用预测（或仅通过调用模型）时不会计算梯度__call__。