使用tf.函数时缺少渐变 [英] Missing gradient when using tf.function

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())

我希望得到某种张量，一个张量的值应该是0.01。但我得到的却是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IT屋！