“ValueError：沒有為任何變量提供梯度：['Variable：0']。” 在 TensorFlow2.0

Question

我想通過定義損失“loss_mu”來更新變量參數“mus”並使用 optimizer.adam 對其進行優化，我遇到了一個問題：“ValueError：沒有為任何變量提供梯度：['Variable：0']。”

    accs = []
    max_acc = 0.9
    loss_mu = 0  
    M = 6
    sigma = 0.25

    optim_mus = tf.keras.optimizers.Adam(lr=0.05) 
    mus = tf.Variable(tf.convert_to_tensor(np.concatenate([np.ones([6, ]), np.zeros([6, ])])), dtype=tf.float64)      
    dist = tfp.distributions.MultivariateNormalDiag(mus, tf.cast(np.ones(2 * M) * sigma, dtype=tf.float64))
    thetas = dist.sample((4,))
    for i in range(4):
        max_acc = dict_m['Max_acc{}'.format(i)]
        acc = dict_m['acc{}'.format(i)]
        accs += acc
        loss_mu -= dist.log_prob(thetas[i]) * (max_acc - np.mean(accs)) / (np.std(accs) + np.finfo(np.float32).eps.item())
    loss_mu = loss_mu/self.B
    with tf.GradientTape() as Tape:
        grad = Tape.gradient(loss_mu, [mus])
        optim_mus.apply_gradients(zip(grad, [mus,]))

當我打印 grad 時，我發現它是 [None]，我是 tensorflow2.0 的新手，不知道如何修復它

Answer 1

我已經解決了這個問題，我沒有在代碼行“with GradientTape as tape:”下面添加 tape.watch(mus)。 所以 mus 沒有以原始方式更新。 更多細節在ValueError: No gradients provided for any variable: ['Variable:0']