小编Isa*_*ugt的帖子

我有一个机器学习模型，其中模型参数的梯度是解析的，不需要自动微分。然而，我仍然希望能够利用 Flux 中的不同优化器，而不必依赖 Zygote 进行区分。这是我的代码的一些片段。

W = rand(Nh, N)\nU = rand(N, Nh)\nb = rand(N)\nc = rand(Nh)\n\n\xce\xb8 = Flux.Params([b, c, U, W])\n\nopt = ADAM(0.01)\n

然后我有一个函数可以计算模型参数的解析梯度，\xce\xb8。

function gradients(x) # x = one input data point or a batch of input data points\n    # stuff to calculate gradients of each parameter\n    # returns gradients of each parameter\n

然后我希望能够做如下的事情。

grads = gradients(x)\nupdate!(opt, \xce\xb8, grads)\n

我的问题是：我的函数需要返回什么形式/类型gradient(x)才能执行此操作update!(opt, \xce\xb8, grads)，以及如何执行此操作？