python - 通过张量损失时需要磁带

Question

我有以下损失:

loss = loss(y_train_left_noc[:,:,0], soft_argmin).tolist()

其中 type(loss) 是

但是，在像这样在优化器中使用此损失时:

train = tf.keras.optimizers.Adam().minimize(loss, [k1, k2, k3])

其中 k1、k2 和 k3 是卷积核，我得到以下错误:

Traceback (most recent call last):
  File "train.py", line 277, in <module>
    k3
  File "/usr/local/lib/python3.7/site-packages/tensorflow/python/keras/optimizer_v2/optimizer_v2.py", line 385, in minimize
    loss, var_list=var_list, grad_loss=grad_loss, tape=tape)
  File "/usr/local/lib/python3.7/site-packages/tensorflow/python/keras/optimizer_v2/optimizer_v2.py", line 440, in _compute_gradients
    raise ValueError("`tape` is required when a `Tensor` loss is passed.")
ValueError: `tape` is required when a `Tensor` loss is passed.

如果loss是float类型的，那为什么Tensorflow会说一个Tensor loss passed？

Answer 1

回答来自 here 的解决方案作者 @nikitamaia，为了社区的利益。

您看到的错误消息是 here in the source code :

if not callable(loss) and tape is None:
    raise ValueError("`tape` is required when a `Tensor` loss is passed.")

此错误消息似乎只出现在 tf-nightly 中，如果您在 TF 2.3 中运行代码，您会注意到一个略有不同的错误消息 TypeError: 'float' object is not callable 这可能是一条更明确的消息。无论哪种方式，由于您传递的是标量损失值，而不是可调用值，因此预计会出现错误。如果您想使用标量损失值而不传递可调用函数，那么您应该使用 GradientTape，如错误消息中所述。