作者热门文章
- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我编写了一个将 L2 损失添加到主要损失函数的代码:
def add_l2(model, penalty=0.001):
for layer in model.layers:
if "conv" in layer.name:
model.add_loss(penalty * tf.reduce_sum(tf.square(layer.trainable_variables[0])))
return
## training
@tf.function
def train_one_step(model, x, y, optimizer):
with tf.GradientTape() as tape:
logits = model(x, training=True)
loss = _criterion(y_true=y, y_pred=logits)
add_l2(model, 0.001)
loss += sum(model.losses)
grads = tape.gradient(loss, model.trainable_variables)
optimizer.apply_gradients(zip(grads, model.trainable_variables))
return loss, logits
当我开始训练时,出现如下错误:
ValueError: Expected a symbolic Tensors or a callable for the loss value. Please wrap your loss computation in a zero argument
lambda
.
这个错误是什么意思?我该如何治疗?
最佳答案
您的损失引用了模型层之一的变量(layer.trainable_variables[0]
),因此需要将您的损失包装在零参数 lambda 中以使其成为可调用的。model.add_loss(lambda: penalty * tf.reduce_sum(tf.square(layer.trainable_variables[0])
有关更多详细信息,请查看官方文档 Here
关于python - "Please wrap your loss computation in a zero argument ` lambda`."是什么意思?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/58387852/
我是一名优秀的程序员,十分优秀!