无法从tensorflow/keras中的加载模型获取坡度

Question

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

Answer 1

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：

tf_x = tf.convert_to_tensor(x, dtype=np.float32)
loss = tf.keras.losses.binary_crossentropy(tf_y, model2(tf_x))
grad, = K.gradients(loss, tf_x)