tensorflow 2.x 梯度带断流问题
0
悬赏园豆：30
[待解决问题]
大致思路如下：
模型A 预测输入 x 的标签 y_pred
模型B 根据输入的 y_pred 和真实标签y输出一个数值 z 作为模型A 的损失
根据z计算模型A的梯度，并更新模型A
更新的A重新预测 x 的标签记为 y_pred_new
此时计算 y_pred 和 y_pred_new 的交叉熵损失loss，更新模型B，但是在loss对模型B的求梯度时，梯度全为none
代码如下
公式过程如下图
推测问题在于③位置上的对θ更新时求导，因为grads=tape.gradient()求出来是tensor，相当于βx变成了tensor，不是variable了，导致⑤位置求导的时候无法对β求导，我该如何解决这个问题？
所有回答(1)
0
问个题外话， 梯度为 none 就是算法里常说的 《梯度消失》吗
不，这里是因为断流导致的，并不是常说的梯度消失
@h19615j: thx 加油
