损失相对于模型输出的Tensorflow梯度给出无

问题描述

我正试图根据training_step的{​​{1}}函数中的模型输出来区分损失函数。这是我的尝试:

tf.keras.Model

我将 def train_step(self,data): x,y = data with tf.GradientTape(persistent=True) as tape1: y_pred,dense_out = self(x,training=True) with tf.GradientTape() as tape2: tape2.watch(y_pred) loss = self.compiled_loss(y,y_pred) dy = tape2.gradient(loss,y_pred) 用于以后需要的渐变。首先,tape1给出了dy,我该如何解决?其次,是否允许在模型的None方法中使用training=True返回两个输出值,而在call中仅返回一个输出值?即使我不这样做,training=False还是dy吗?

编辑 :如果我在None函数之外执行以下操作,则会得到与train_step不同的结果:

None

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@)

相关问答

Selenium Web驱动程序和Java。元素在(x,y)点处不可单击。其...
Python-如何使用点“。” 访问字典成员?
Java 字符串是不可变的。到底是什么意思?
Java中的“ final”关键字如何工作?(我仍然可以修改对象。...
“loop:”在Java代码中。这是什么,为什么要编译?
java.lang.ClassNotFoundException:sun.jdbc.odbc.JdbcOdbc...