K、 函数返回“TypeError:unshable type:'list'”

Question

我想计算重量的梯度。我使用以下代码：

（假设模型已经定义）

（数据和标签也作为输入输入）

weights = model.trainable_weights
gradients = model.optimizer.get_gradients(model.total_loss, weights)
input_tensors = [model.input, model.sample_weights, K.learning_phase() ]
getGradients = K.function(inputs=input_tensors, outputs=gradients)
sampleWeights = np.ones(len(image_data))
inputs = [[image_data, labels], sampleWeights, 0 ]
print getGradients(inputs)

但是，这将返回以下错误：

我使用Keras（v2.0.6）和Tensorflow（v1.2.1）作为后端。在

另外，有没有其他方法不使用K.function？（我不熟悉Keras和Tensorflow）。在

Answer 1

发现错误：模型样本重量是一个列表，这是个问题。将其更改为模型样本重量[0]有效。在

input_tensors = [model.input, model.sample_weights[0], K.learning_phase() ]