Tensorflow 2.0: AttributeError: Tensor.name is meaningless when eager execution is enabled

Question

在 tensorflow 2.0 中不断出现这些错误。这应该有效吗？

import tensorflow as tf
import numpy as np

x = tf.constant(3.0)
with tf.GradientTape() as t:
    t.watch(x)
    y = (x - 10) ** 2
    opt = tf.optimizers.Adam()
    opt.minimize(lambda: y, var_list=[x])

Answer 1

在磁带中，您只需计算优化器的正向传递，最小化定义不是正向传递的一部分，因此您必须远程处理它们。

此外，如果你想使用优化器的minimize方法，你不必使用tf.GradienTape对象，而只需将forward pass（损失计算）定义为函数，然后优化器将为您创建磁带 + 最小化函数。

但是，由于要使用常量而不是变量，因此必须使用 tf.GradientTape 并手动计算损失值。

import tensorflow as tf

x = tf.constant(3.0)
with tf.GradientTape() as t:
    t.watch(x)
    y = (x - 10) ** 2
grads = t.gradient(y, [x])

当然你不能应用渐变

opt = tf.optimizers.Adam()
opt.apply_gradients(zip([y], [x]))

因为 x 不是一个可训练变量，而是一个常量（apply_gradients 调用会引发异常）

Tensorflow 2.0: AttributeError: Tensor.name is meaningless when eager execution is enabled

Tensorflow 2.0: AttributeError: Tensor.name is meaningless when eager execution is enabled

tensorflow2.0