我的输入形状是。我希望在每个输入样本旁边传递一个4维数据(此数据的形状为100,4),以便我可以访问它来编写自定义丢失函数。我不想让它卷入训练过程。(y_true, y_pred) + mean(last 4 elements of the input_tensor)我对函数API进行了大量的研究,以及如何在多个输入和多个输出的情况下使用但是,因为我不想让它进入训练阶段,而且还需要被传递</em
我试图计算我的模型的损失相对于它的输入的梯度,以便创建一个对抗性的例子。由于模型的输入是不可训练的,所以我需要计算关于张量的梯度,而不是变量。返回None梯度:import tensorflow as tf
d = tf.Variable([1., 2., 3.], trainable=True)
with tf.Gradi
在train_step调用中,我需要将数据从张量传递到对其执行cwt转换的numpy函数。没有(afaik) tensorflow cwt,因此需要将其传递给numpy函数。我的问题是,如何将生成器调用生成的输出数据转换为可以传递给此numpy函数的数据。希望有一种方法可以做到这一点! with tf.GradientTape() as ge
optimizer_v2/optimizer_v2.py", line 385, in minimize File "/usr/local/lib/python3.7/site-packages/tensorflow/python/keras/optimizer_v2/optimizer_v2.py&quo