Python 当执行MSE函数时，Tensor.name没有意义

我正在完成Tensorflow 2.0中的一些练习，以确保我正确理解了基础知识。我当前的任务是使用keras优化器用MSE函数拟合回归。 但是，当我尝试运行下面的代码时，会出现以下错误：

AttributeError:Tensor.name在启用“急切执行”时没有意义。您可以直接在下面找到代码：

我已经能够将这种框架用于其他一些更简单的数值实验问题，但这似乎有问题。有人能就如何解决这个问题提出建议吗

• Python版本：3.8.5
• numpy版本：1.18.5
• 熊猫版本：1.1.3
• TensorFlow版本：2.3.1

编辑： 我删除了name=“output”值，并得到以下错误：

ValueError:没有为任何变量提供渐变：['variable:0']

---

我检查了一下实现中是否有任何东西可以阻止它被区分开来，但是现在我没有看到任何东西超过tf.abs调用（已删除；问题仍然存在）。

您可以按照错误指示执行操作。删除该名称

output = tf.Variable(tf.tensordot(X, weights, axes=1 ),name = "output"   )

换成

output = tf.Variable(tf.tensordot(X, weights, axes=1 )  )

你实际上并没有在任何地方引用它，所以为什么要费心给它命名呢

*******************更新*****************

我没有时间运行您的代码，但您现在遇到的错误是因为丢失函数和变量之间没有路径

这条线错了

output = tf.Variable(tf.tensordot(X, weights, axes=1 ),name = "output"   )

为什么要在mse函数中创建变量？你应该有

output = tf.tensordot(X, weights, axes=1 )

---

这条线打破了您的成本和变量之间的路径

谢谢您的建议！我确实按照你的建议做了，但是当我进行更改时，我在下面得到了这个错误：>ValueError:没有为任何变量提供渐变：['variable:0']。我检查了一下实现中是否有任何东西可以阻止它被区分，但是现在我没有看到任何东西超过tf.abs调用（已删除；问题仍然存在）。我更新了我的答案。代码中还有另一个问题，你成功了！再次感谢你在这方面的帮助。我很高兴它奏效了！非常感谢。

output = tf.tensordot(X, weights, axes=1 )