我有一个预先训练的模型,我加载它,它有效地工作(即,我可以作出预测)。我想得到某个参数的模型梯度,但是我无法得到任何有意义的结果。总是None
输出。在
我的代码:
sess = tf.Session()
K.set_session(sess)
x = X_test[0].reshape(1,100)
y = np.reshape(Y_test[0], (1,1))
tf_y = tf.convert_to_tensor(y,dtype=np.float32)
model2 = ClassificationModel(config, logging).model
model2.load_weights("class_models/model.382-0.46-0.87.h5")
# predict real x_test
y_hat = model2.predict(x)
tf_y_hat = tf.convert_to_tensor(y_hat, dtype=np.float32)
loss = keras.losses.binary_crossentropy(tf_y,tf_y_hat)
grad, = K.gradients(loss,x)
print(grad)
我得到的打印输出是None
。我做错什么了?如何得到给定模型的梯度?在
对于您当前的代码,tensorflow无法将
x
连接到loss
的计算图,因为loss
是从numpy数组(y_hat
)创建的,x
也只是一个numpy数组。以下代码应该起作用:相关问题 更多 >
编程相关推荐