1回答
我试着用tf.GradientTape来计算梯度。当我尝试这样做时，使用loss和Model.trainable_weights (tf.keras.Model)作为输入，这是一个返回None数组的结果。我做错了什么？i, t + 1))
print("Update")
浏览 36提问于2019-04-10得票数 3
回答已采纳
我尝试在eager模式下使用Tensorflow计算梯度，但tf.GradientTape ()只返回None值。我不明白为什么。在update_policy ()函数中计算渐变。这一行的输出： grads = tape.gradient(loss, self.model.trainable_variables) 是 {list}<class 'list'>:[None, None,None] 下面是代码。# Logits
self.mod
浏览 14提问于2019-04-12得票数 3
回答已采纳
layer_output[:, :, :, filter_index])
这将导致以下错误：with tf.GradientTape() as gtape: AttributeEr
浏览 5提问于2021-02-19得票数 3
我尝试对我自己的代码遵循相同的过程，使用tf.GradientTape()方法来计算目标函数。当这样做的时候，渐变返回为None类型。 我不明白为什么其中一个可以工作，但另一个却不能。编辑:我意识到使用渐变运行急切执行是行不通的，所以我调整了示例，使其能够以急切执行运行。具有紧急执行的非工作示例(使用GradientTape) import numpy as npimport tensorflow_pr
浏览 16提问于2019-10-04得票数 0
回答已采纳
我想取损失函数的梯度，仅相对于层中的单个权重。对于关于整个第一层的导数，下面的代码很好用 with tf.GradientTape() as tape:g = tape.gradient(loss(y, y_pred), model.trainable_variables[0][:1]) 但是这将返回</e
浏览 16提问于2021-02-08得票数 1
渐变函数虽然返回None。编辑:我想做一些与 git类似的事情。embedding_1 (Embedding) (None_________________________________________________________
浏览 0提问于2019-05-17得票数 0
回答已采纳
the actual value.它不适用于下列错误：
def quadratic(x):
with tf.GradientTape
浏览 8提问于2019-10-28得票数 2
回答已采纳
1回答
我禁用了急切的执行，因为我想在苹果硅M1 GPU上运行这个模型，它必须被禁用。这是代码：(摘自Keras官方文档) )
浏览 4提问于2021-09-28得票数 2
回答已采纳
y_pred的形状为(None, 1)，averaged_samples为长度为2的列表，其中每个元素的形状为(None, 16834, 1)。但是，渐变始终返回[None, None]。需要注意的一件事是，tf.gradients可以在禁用急切执行的情况下正常工作(而不是梯度磁带)。 loss_weights=[1, 1, 10])
def gradient_penalty_loss(y_
浏览 1提问于2019-12-27得票数 0
number=1))
main()
如果我使用tf.compat.v1.disable_eager_execution() (代码中的第2行)禁用急切的执行有什么办法可以改变我的模型，使我得到类似的表现，以获得与渴望的执行拨号？也就是说，是否可以更改模型，使每个调用都不会发生函数的回溯？
浏览 4提问于2020-06-15得票数 1
回答已采纳
1回答
我想在DOMcontentLoad时使用selenium尽快找到元素 .withCapabilities(
Options.chrome().setPageLoadStrategy('none
浏览 1提问于2019-04-28得票数 0
回答已采纳
但是，如果张量不是可训练变量，则TensorFlow的GradientTape返回None梯度：import tensorflow as tf
d = tf.Variable([1., 2., 3.], trainable=True)
result = a + b +
浏览 1提问于2018-11-19得票数 0
回答已采纳
例如，我们有一个例子：with tf.GradientTape() as g: y = x * x如果gradients包含要区分的单个1x1“张量”，则上面对target行为的描述是有意义的，因为从数学
浏览 8提问于2020-03-13得票数 4
回答已采纳
x = tf.convert_to_tensor(np.linspace(-5,5,11))with tf.GradientTape() as g:x=tf.Variable(-5.0)with tf.GradientTape(persistent=True) as g: y.assign(x*x)
dy_dx = g.gradient(y,
浏览 14提问于2020-06-06得票数 0
回答已采纳
下面的代码是在TensorFlow急切模式下执行的。 c.assign(a + b)with tf.GradientTape(watch_accessed_variab
浏览 18提问于2022-06-18得票数 0
回答已采纳
python中是否有内置函数，它执行以下操作： return int_value if int_value is not None else
浏览 5提问于2014-11-12得票数 1
回答已采纳
1回答
我有一个自定义模型，它将任意“隐藏模型”作为输入，并将其封装在另一个张量中，将隐藏模型的输出作为返回，并通过添加1并将其乘以原始数据来计算隐含输出：
class Model(tf.keras.Modelunconnected_gradients，src_graph) 503“渐变()的实现”，“504如果context.executing_eagerly()：-> 505引发RuntimeError”(“在启用急切执行如果tf.GradientTape为None，请使用src_graph。“) 50
浏览 6提问于2020-01-04得票数 0
回答已采纳
tf.io.read_file(file_path)我试图得到它的高度和宽度img.shape[0]和img.shape[1]，但两者都返回None。实际上，img.shape返回(None, None, 3)。目前，我已经找到了一个解决方案，它包含用tf.py_function包装代码，以便急切地
浏览 2提问于2020-01-09得票数 1
我希望在tensorflow急切执行模式下计算张量的梯度，但梯度始终为零。例如，在下面的代码中，我希望计算梯度dX。print("Initial loss: {:.3f}".format(loss(W, B)))
dW, dB = 0, 0
dX:None, dW:tf.Tensor(3.6713886, shape=(
浏览 2提问于2018-07-24得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
