No gradients provided for any variable

        with tf.GradientTape() as tape:
            q_eval_parameters = self.q_parameter(states, training=True)
            # q_values = tf.squeeze(self.q_eval(np.concatenate([states, q_eval_parameters], 2)))
            q_values = tf.squeeze(self.q_eval(tf.keras.layers.concatenate([states, q_eval_parameters], 2)))
            q_values = tf.gather_nd(params=q_values, indices=enum_actions)
            loss_parameter = -sum(q_values)
        grads_parameter = tape.gradient(loss_parameter, self.q_parameter.trainable_variables)
        self.optimizer.apply_gradients(zip(grads_parameter, self.q_parameter.trainable_variables))

错误原因就是np.concat()对向量进行的拼接,而不是tf.keras.layers.concatenate()

修改后错误解决

# q_values = tf.squeeze(self.q_eval(np.concatenate([states, q_eval_parameters], 2)))


q_values = tf.squeeze(self.q_eval(tf.keras.layers.concatenate([states, q_eval_parameters], 2)))
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值