我有一个关于如何诊断以下形式的 Tensorflow 错误的高级问题:
No gradients provided for any variable, check your graph for ops that do not support gradients, between variables
当然,我有兴趣解决我的具体问题,但这不是这个问题的目的。我想要一个关于找到渐变“停止”位置的最佳方法的更规范的答案。
例如,如果 Tensorboard 中有一个工具能够显示图表中相对于某些变量具有梯度的部分,那就太好了。在下面的具体示例中,我可以将变量想象为蓝色,然后将相对于变量具有渐变的所有线条和范围着色为蓝色。这肯定会让追踪大图的此类问题变得容易......
有这样的功能吗?或者追踪此类问题的规范方法是什么?
最佳答案
我不知道有任何工具可以帮助解决此错误。
当您尝试根据与子图断开连接的图某些部分的输出来计算梯度时,这是一个典型的错误。
毫无疑问,这是一个图架构问题,梯度/损失和 trainable_var 之间缺少链接。
关于python - Tensorflow:诊断 "No gradients provided for any variable..."错误的规范方法,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/48377703/