使用 tf.function 时缺少渐变

Question

我发现如果我想在 tensorflow 2 中使用 tf.gradients 而不是渐变带，我可以通过将代码包装在 tf.function 装饰函数中来实现。但不知何故，我不能以这种方式获取关于变量的梯度：

import tensorflow as tf
a = tf.Variable(initial_value=1.0, dtype=tf.float32)
b = 0.01 * a

@tf.function
def get_grads():
  return tf.gradients(b, a)[0]

print(get_grads())

我希望得到某种张量，一个应该评估为 0.01 的张量。但是我得到 None。请注意，我在 Google Colab 上运行 this，因此 tensorflow 版本或安装应该没有任何问题。

我做错了什么？

Answer 1

op b = 0.01 * a 是由 tf.function 装饰函数创建的图形。

您可以使用：

a = tf.Variable(initial_value=1.0, dtype=tf.float32)
@tf.function
def get_grads():
  
   b = 0.01 * a
   return tf.gradients(b, a)

print(get_grads())

使用 tf.function 时缺少渐变

Missing gradient when using tf.function

python

tensorflow

tensorflow2.0