本文介绍了使用tf.函数时缺少渐变的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
我发现，如果我想在TensorFlow 2中使用tf.gradients而不是渐变带，可以通过将代码包装在tf.function修饰函数中来实现。但不知何故，我不能以这种方式计算变量的梯度：
import tensorflow as tf
a = tf.Variable(initial_value=1.0, dtype=tf.float32)
b = 0.01 * a
@tf.function
def get_grads():
return tf.gradients(b, a)[0]
print(get_grads())
None。请注意，我在Google Colab上运行此程序，因此TensorFlow版本或安装应该不会有任何问题。
我做错了什么？
推荐答案
OPb = 0.01 * a不在tf.function修饰函数创建的图形中。
您可以使用：
a = tf.Variable(initial_value=1.0, dtype=tf.float32)
@tf.function
def get_grads():
b = 0.01 * a
return tf.gradients(b, a)
print(get_grads())
这篇关于使用tf.函数时缺少渐变的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持编程学习网！
本站部分内容来源互联网,如果有图片或者内容侵犯您的权益请联系我们删除！