张量流量梯度-Java 学习之路

我正在尝试调整tf DeepDream教程代码以使用其他模型 . 现在我打电话给tf.gradients（）时：

t_grad = tf.gradients(t_score, t_input)[0]
g      = sess.run(t_grad, {t_input:img0})

我收到类型错误：

TypeError: Fetch argument None of None has invalid type <type 'NoneType'>,     
must be a string or Tensor. (Can not convert a NoneType into a Tensor or 
Operation.)

我应该在哪里开始寻找修复此错误？

是否可以将tf.gradients（）与其中包含Optimizer的模型一起使用？

2 回答

5
我猜你的 t_grad 有一些 None . None 在数学上等效于0渐变，但是当成本没有't depend on the argument it is differentiated against. There are various reasons why we don' t只返回0而不是 None 时会返回特殊情况，您可以在讨论中看到here

因为 None 在上面的情况下可能很烦人，或者在计算二阶导数时，我使用下面的辅助函数
```
def replace_none_with_zero(l):
  return [0 if i==None else i for i in l]
```
回复于 2024-05-06T23:20:58+08:00
2
以下是调试 tf.gradients() 的有用提示

对于一对无效的张量：
```
grads = tf.gradients(<a tensor>, <another tensor that doesn't depend on the first>)
```
甚至在您尝试在会话中运行 tf.gradients 之前，您可以使用 print 看到它无效
```
print grads
```
它将返回 [None] 一个列表，其中包含一个 None .

如果您尝试在会话中运行它：
```
results = sess.run(grads)
```
您不会再次获得 None ，而是会收到问题中描述的错误消息 .

对于一对有效的张量：
```
grads = tf.gradients(<a tensor>, <a related tensor>)
print grads
```
你会得到类似的东西：
```
Tensor("gradients_1/sub_grad/Reshape:0", dtype=float32)
```
在有效的情况下：
```
results = sess.run(grads, {<appropriate feeds>})
print results
```
你会得到类似的东西

[array([[ 4.97156498e-06, 7.87349381e-06, 9.25197037e-06, ..., 8.72526925e-06, 6.78442757e-06, 3.85240173e-06], [ 7.72772819e-06, 9.26370740e-06, 1.19129227e-05, ..., 1.27088233e-05, 8.76379818e-06, 6.00637532e-06], [ 9.46506498e-06, 1.10620931e-05, 1.43903117e-05, ..., 1.40718612e-05, 1.08670165e-05, 7.12365863e-06], ..., [ 1.03536004e-05, 1.03090524e-05, 1.32107480e-05, ..., 1.40605653e-05, 1.25974075e-05, 8.90011415e-06], [ 9.69486427e-06, 8.18045282e-06, 1.12702282e-05, ..., 1.32554378e-05, 1.13317501e-05, 7.74569162e-06], [ 5.61043908e-06, 4.93397192e-06, 6.33513537e-06, ..., 6.26539259e-06, 4.52598442e-06, 4.10689108e-06]], dtype=float32)]
回复于 2024-05-06T23:20:58+08:00

张量流量梯度

2 回答

相关问题