首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >当我使用compute_gradients计算BatchNorm V4的梯度时,为什么InceptionV4层的梯度是None?

当我使用compute_gradients计算BatchNorm V4的梯度时,为什么InceptionV4层的梯度是None?
EN

Stack Overflow用户
提问于 2017-04-25 12:20:33
回答 1查看 220关注 0票数 0

当我使用compute_gradients计算BatchNorm V4的梯度时,为什么InceptionV4层的梯度是None?当我得到InceptionV4模型的梯度时。None的值出现在每个BatchNorm层中,我不确定这是否是一个bug。或者,BatchNorm层将没有渐变。

代码语言:javascript
复制
     with slim.arg_scope(inception.inception_v4_arg_scope()):
                logits, endpoints = inception.inception_v4(images,                                         
                num_classes=dataset.num_classes, is_training=True)
     init_fn = get_init_fn()
      # Specify the loss function:
     one_hot_labels = slim.one_hot_encoding(labels, dataset.num_classes)
     tf.losses.softmax_cross_entropy(logits, one_hot_labels)
     total_loss = tf.losses.get_total_loss()
     optimizer = tf.train.AdamOptimizer(learning_rate=0.01)
     grads_and_vars = optimizer.compute_gradients(loss=total_loss)
EN

回答 1

Stack Overflow用户

发布于 2017-04-26 15:01:01

我知道答案。

此错误是由于参数顺序颠倒造成的。

右边是:

代码语言:javascript
复制
  tf.losses.softmax_cross_entropy(logits = logits, onehot_labels = one_hot_labels)
票数 0
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/43601526

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档