tensorflow2.0 - Tensorflow 2.0 : AttributeError: Tensor. 启用急切执行时名称无意义

Question

在 tensorflow 2.0 中不断出现这些错误。这应该有效吗？

import tensorflow as tf
import numpy as np

x = tf.constant(3.0)
with tf.GradientTape() as t:
    t.watch(x)
    y = (x - 10) ** 2
    opt = tf.optimizers.Adam()
    opt.minimize(lambda: y, var_list=[x])

Answer 1

在磁带中，您只需计算前向传递，优化器和最小化定义不是前向传递的一部分，因此您必须远程处理它们。

另外，如果要使用优化器的minimize方法，不必使用tf.GradienTape对象，只需定义前向传递(损失计算)作为一个函数，然后优化器将为您创建磁带 + 最小化函数。

但是，由于您想使用常量而不是变量，因此您必须使用 tf.GradientTape 并手动计算损失值。

import tensorflow as tf

x = tf.constant(3.0)
with tf.GradientTape() as t:
    t.watch(x)
    y = (x - 10) ** 2
grads = t.gradient(y, [x])

当然你不能应用渐变

opt = tf.optimizers.Adam()
opt.apply_gradients(zip([y], [x]))

因为 x 不是可训练变量，而是常量(apply_gradients 调用会引发异常)