Wie man an Steigungen von tf.compute_gradient arbeitet?

Ich versuche, bei den Werten der Gradienten durch berechnet zu bekommen:Wie man an Steigungen von tf.compute_gradient arbeitet?

grads_vars = optimizer.compute_gradients (Verlust, tf.trainable_variables())

Die Funktion 'compute_gradients' gibt eine zweispaltige Liste mit einigen tf.gradient Sachen, und einige tf.variable Sachen. Beim Versuch, diese Liste abzurufen, erhalte ich einen Fehler, da es sich nicht um einen Tensor handelt.

Quelle

2016-04-20 McMDA

grads_and_vars ist eine Liste von Tupeln von Tensoren [(gradient1, variable1), ...]

Aber man kann nur eine Liste von Tensoren wie [gradient1, gradient2, ...] holen, so dass Sie erste Liste in die zweite Form

Quelle

2016-04-20 16:03:10

drehen müssen Wie kann ich eine Liste von Tensoren holen ? Ich habe _italic_ ** Fett ** 'Grad = [g_v [0] für g_v in Grads_vars]' gg = tf.convert_to_tensor (Grad) zurück gg ', dann, wenn ich gehe, um es zu holen bekomme ich TypeError: Liste von Tensoren wenn Single Tensor erwartet. – McMDA

Wie man an Steigungen von tf.compute_gradient arbeitet?

Antwort

Verwandte Themen