tf.GradientTape用于计算标量函数对张量的梯度，要求输入为tf.Variable或显式watch的张量，目标必须是标量，否则报错；支持嵌套求高阶导、vectorized_map批量算雅可比，需注意形状匹配与persistent内存管理。
用 tf.GradientTape 计算标量函数对张量的梯度
TensorFlow 2.x 默认启用 Eager Execution，必须用 tf.GradientTape 显式记录运算才能求导。不包在 tape 里，tf.gradients 或 tape.gradient 会返回 None。
常见错误是忘了把输入变量设为可训练（trainable=True）或没用 tf.Variable 包裹——纯 tf.constant 或 NumPy 数组不会被 tape 追踪。
- 输入必须是
tf.Variable或设置了watch的张量：tape.watch(x) - 被求导目标必须是标量（shape=()），否则
tape.gradient(y, x)报错ValueError: Cannot take gradient of non-scalar tensor - 示例：计算
y = x**2 + 2*x在x=3处的导数
import tensorflow as tf
x = tf.Variable(3.0)
with tf.GradientTape() as tape:
y = x**2 + 2*x
dy_dx = tape.gradient(y, x) # 返回 <tf.Tensor: shape=(), dtype=float32, numpy=8.0>用 tf.vectorized_map + tf.GradientTape 批量算雅可比矩阵
雅可比是向量函数对向量输入的一阶偏导矩阵，TensorFlow 没有开箱即用的 tf.jacobian（v2.11+ 实验性支持但不稳定），主流做法是循环或向量化调用 gradient。
直接 for 循环效率低；用 tf.vectorized_map 可并行计算每行雅可比，前提是输出函数能写成 batch-aware 形式。
立即学习“Python免费学习笔记（深入）”；
- 若
f: R^n → R^m，先确保f接受 shape(batch, n)输入，返回 shape(batch, m) - 对每个输出分量
f_i单独 tape 求梯度，再 stack 成矩阵 - 更稳的做法：用
tf.stack([tape.gradient(f[i], x) for i in range(m)], axis=0)，但需保证f[i]是标量
x = tf.Variable([[1.0, 2.0]]) # shape (1, 2)
with tf.GradientTape(persistent=True) as tape:
f0 = x[0, 0]**2 + x[0, 1]
f1 = x[0, 0] * x[0, 1]
# 分别求两个输出对标量输入的梯度，拼成 2x2 雅可比
jacobian_row0 = tape.gradient(f0, x) # [2., 1.]
jacobian_row1 = tape.gradient(f1, x) # [2., 1.]
J = tf.stack([jacobian_row0, jacobian_row1], axis=0) # shape (2, 2)
处理高维输入/输出时的形状陷阱
雅可比维度容易搞反：对 f: R^N → R^M，正确雅可比是 M × N 矩阵，但 tape.gradient(f_i, x) 返回的梯度 shape 和 x 一致，不是自动展平的。
比如 x 是 (3, 4)，tape.gradient(f0, x) 也返回 (3, 4)，想得到 1 × 12 行向量就得手动 tf.reshape；否则 stack 后维度混乱。
- 始终检查
x.shape和grad.shape是否一致，不一致说明没正确 watch 或输入类型不对 - 批量输入时，避免用
tf.expand_dims错误增加维度导致 tape 无法匹配 - 如果输出是 rank > 1（如图像 loss），先
tf.reduce_sum或tf.reduce_mean降为标量再求梯度，否则不是雅可比而是高阶导数
替代方案：用 tf.function 加速但注意 tape 生命周期
tf.function 能加速梯度计算，但 tape 必须在 function 内部创建——把 tape 提到外面再传入会失效，因为 graph mode 下 tape 不记录。
另外，persistent=True 的 tape 在 tf.function 中要小心内存，不用完记得 del tape，否则可能 OOM。
- 不要写
@tf.function包裹外层函数再调用已定义的 tape —— tape 必须在被装饰函数内部实例化 - 调试时先关掉
@tf.function，确认梯度逻辑正确后再加，否则报错信息难读 - 涉及控制流（if/while）时，tape 仍有效，但所有分支都必须产生可微路径，否则某分支返回常量会导致梯度截断
实际用雅可比的地方不多，多数场景只需梯度；真需要完整雅可比时，得反复确认输入展平方式、输出索引顺序和最终 reshape 是否匹配数学定义——这里最容易漏掉转置或维度错位。
