问题描述
我正在尝试使用 Keras 和 TF2 训练一个分支模型，其结构类似于此图像 Model Architecture
基本上，我有一个图像数据集，它将通过一个编码器传递给我一个潜在的向量作为结果。根据特定条件，开关会将这个潜在向量传递给 4 个 DNN 之一。它们都产生自己的输出和损失，总损失是它们的总和。
所以，我的问题是，我应该如何使用 tf.GradientTape() 来跟踪梯度并更新模型可训练变量，因为小批量中的数据不会以一种方式流动？
Obs：我已经找到了一种方法，可以在前向步骤中将潜在向量传递给正确的 DNN。
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@）