Tensorflow 2.0: AttributeError: Tensor.name 在启用急切执行时毫无意义

Question

使用 tensorflow 2.0 不断收到这些错误。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，您只需要计算前向传递，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。

而且，如果你想使用minimize优化器的方法，你不必使用tf.GradienTape对象，而只是将前向传递（损失计算）定义为一个函数，然后优化器会为你创建磁带+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 atf.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不是一个可训练的变量，而是一个常量（apply_gradients调用将引发异常）