tensorflow.gradients 给出 None 值

Question

model 是我训练好的 Keras 残差模型。我正在尝试计算损失的梯度 w.r.t 输入张量，但是：

tf.gradients(mse(model.predict(x), y), x[0])

（损失梯度 w.r.t 输入张量），给我：

[None].

这里的 None 是什么意思，我该如何计算这些梯度？

Answer 1

要计算梯度，您必须使用符号张量和运算：

from keras import backend as K
from keras.losses import the_loss_function   # import the suitable loss function

y = Input(shape=labels_shape)

# this is the gradient of loss with respect to inputs given some input data
grads = K.gradients(the_loss_function(y, model.output), model.inputs)
func = K.function(model.inputs + [y, K.learning_phase()], grads)

# usage in test mode = 0
out = func([input_data_array, input_labels_array, 0])

# usage in train mode = 1
out = func([input_data_array, input_labels_array, 1])

tensorflow.gradients 给出 None 值

tensorflow.gradients gives None value

python

gradient

machine-learning

keras

tensorflow