【AI之路-4】tensorflow2.0问题/No gradients provided for any variable

配置环境

windows 10
python 3.7.5
tensorflow2.0-GPU
cuda 10.0
cudnn 7.6.5
CPU i5 9400f
GPU RTX2060

相关程序

for epoch_1 in range(epochs):
    index = 0
    for ind_t in range(trainsize - input_length):
        input_model_1 = operation.make_inputdata(threshold, y1_input[ind_t], y2_input[ind_t], y3_input[ind_t], ind_t)
        with tf.GradientTape() as tape:
            pre_temp = model_1(input_model_1)
            loss = tf.losses.MSE(y_out[ind_t], y_model_1_out[ind_t])
            loss = tf.reduce_mean(loss)
            if index % 200 == 0:
                print('epochs:', epoch_1, '/', epochs,
                      'ind:', ind_t, '/', trainsize - input_length,
                      'loss:', loss.numpy())
        grads1 = tape.gradient(loss, model_1.trainable_variables)
        optimizer_1.apply_gradients(zip(grads1, model_1.trainable_variables))
        index = index + 1

问题描述

No gradients provided for any variable
这个问题翻译过来大概是任何变量都没有梯度的意思

问题解决办法

在我的程序中，计算损失的步骤是

loss = tf.losses.MSE(y_out[ind_t], y_model_1_out[ind_t])

实际上这里的y_out[ind_t]和y_model_1_out[ind_t]都是常量，所以将y_model_1_out[ind_t]改成模型的输出值（预测值）pre_temp就可以结果上述问题了，主要还是编程不仔细造成的问题。