问题描述
我正在尝试实现我自己的成本函数来训练我的模型一个多层感知器,我担心在训练期间我收到以下问题:
检查失败:!AGInfo::IsNone(*i): 无法区分节点,因为 它不在计算图中。您需要将 is_recording 设置为 true 或使用 autograd.record() 来保存计算图 落后。如果你想对同一张图进行两次微分,你需要 将 retain_graph=True 传递给后退。
我试过:
S01E03
并在 def myloss(forecast,target):
.
.
.
.
with autograd.record():
loss= nd.array(np.sqrt((r-1)**2+(beta-1)**2+(gamma-1)**2))
return loss
中调用我的损失函数
hybrid_forward
我还注意到,当我在不将参数从 mxnet ndarray 转换为 numpy ndarray 的情况下计算损失时,它可以工作,但在我的情况下,这是强制性的,因为我必须执行几次中间计算。
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)