Python tensorflow概率中的急切执行在第二次迭代时停止记录梯度

不知怎的，我的火车圈里没有梯度。下面是一个简单的例子

import tensorflow as tf
import tensorflow_probability as tfp
tf.enable_eager_execution()

hidden_size = 32
output_size = 1
m = tf.keras.Sequential(
[
            tfp.layers.DenseLocalReparameterization(hidden_size, tf.nn.leaky_relu),
            tfp.layers.DenseLocalReparameterization(hidden_size, tf.nn.leaky_relu),
            tfp.layers.DenseLocalReparameterization(output_size)
        ]
)

如果我运行梯度记录步骤两次，第二次不会显示任何梯度。返回类型为

None

的列表

for _ in range(2):
    with tf.GradientTape() as tape:
        loss_value = m(tf.ones((1, 2))) * 2
        print(tape.gradient(loss_value, m.trainable_variables))

如果我们用“标准”tensorflow模型替换模型

m

，则情况并非如此，即

m=tf.keras.Sequential（[tf.keras.layers.density（1）]）

---

我使用的是tensorflow=1.13.1和tensorflow概率=0.6.0，这似乎是一个临时错误。我上传到了tensorflow和tensorflow probability的夜间版本，问题就解决了。

我们昨天刚刚修复了这些层类中TF2渐变的一些问题，因此您最近的更新可能捕获了这些修复。如果您还有任何问题，请告诉我们！（请在github上的问题跟踪器上随时提交问题--）。干杯