Python '；操作'；对象没有属性'_id#u值'；

agent

和

prior

是根据存储的图和权重初始化的两个预先试验的Keras功能模型

然后我定义了一个损失函数，如下所示：

agent_logits = K.cast(K.max(agent_output, axis = 2), dtype = tf.float32)
prior_logits = K.cast(K.min(prior_output, axis = 2), dtype = tf.float32)

p_a_prior = K.sum(K.log(prior_logits), axis = 1)
p_a_agent = K.sum(K.log(agent_logits), axis = 1)

loss = K.mean(K.square(p_a_agent - p_a_prior))

然后我尝试计算梯度：

grads = tf.gradients(loss, agent.trainable_weights)

我得到了这个错误：

AttributeError                            Traceback (most recent call last)
<ipython-input-28-435dabc8f049> in <module>()
     40 #   return grad, tf.negative(grad)
     41 
---> 42 grads = tf.gradients(loss, agent.trainable_weights)
     43 # grads = _compute_gradients(loss, agent.trainable_weights)
     44 print('[agent.inputs] = ', agent.inputs)

~/anaconda3/envs/hw3/lib/python3.5/site-packages/tensorflow/python/ops/gradients_impl.py in gradients(ys, xs, grad_ys, name, colocate_gradients_with_ops, gate_gradients, aggregation_method, stop_gradients)
    488     pending_count, loop_state = _PendingCount(ops.get_default_graph(), to_ops,
    489                                               from_ops,
--> 490                                               colocate_gradients_with_ops)
    491 
    492     # Iterate over the collected ops.

~/anaconda3/envs/hw3/lib/python3.5/site-packages/tensorflow/python/ops/gradients_impl.py in _PendingCount(graph, to_ops, from_ops, colocate_gradients_with_ops)
    169   for op in to_ops:
    170     reached_ops[op._id] = True
--> 171   _MarkReachedOps(from_ops, reached_ops)
    172 
    173   # Mark between ops.

~/anaconda3/envs/hw3/lib/python3.5/site-packages/tensorflow/python/ops/gradients_impl.py in _MarkReachedOps(from_ops, reached_ops)
    115   while queue:
    116     op = queue.popleft()
--> 117     if not reached_ops[op._id]:
    118       reached_ops[op._id] = True
    119       for output in op.outputs:

~/anaconda3/envs/hw3/lib/python3.5/site-packages/tensorflow/python/framework/ops.py in _id(self)
   1635   def _id(self):
   1636     """The unique integer id of this operation."""
-> 1637     return self._id_value
   1638 
   1639   @property

AttributeError: 'Operation' object has no attribute '_id_value'

AttributeError回溯（最近一次调用）
在（）
40#返回梯度，tf.负值（梯度）
41
--->42级=tf梯度（损失、代理、可训练重量）
43级=计算梯度（损失、代理、可训练权重）
44打印（'[agent.inputs]='，agent.inputs）
~/anaconda3/envs/hw3/lib/python3.5/site-packages/tensorflow/python/ops/gradients\u impl.py in gradients（ys、xs、grad\u ys、name、colocate\u gradients\u with\u ops、gate\u gradients、aggregate\u方法、stop\u gradients）
488挂起计数，循环状态=_PendingCount（ops.get_default_graph（），to_ops，
489名来自联合行动队，
-->490个同形梯度（带操作）
491
492#迭代收集的操作。
~/anaconda3/envs/hw3/lib/python3.5/site-packages/tensorflow/python/ops/gradients\u impl.py in _PendingCount（图、to_ops、from_ops、colocate_gradients\u with_ops）
169对于op in to_ops：
170达到的操作[操作id]=真
-->171号到达点（从到达点到到达点）
172
173#在行动之间做标记。
~/anaconda3/envs/hw3/lib/python3.5/site-packages/tensorflow/python/ops/gradients\u impl.py in\u MarkReachedOps（从运行到运行）
115排队时：
116 op=queue.popleft（）
-->117如果未到达操作[操作id]：
118已到达操作[操作id]=真
119对于op.outputs中的输出：
~/anaconda3/envs/hw3/lib/python3.5/site-packages/tensorflow/python/framework/ops.py in_id（self）
1635 def_id（自身）：
1636“”此操作的唯一整数id。”“”
->1637返回自我识别值
1638
1639@property
AttributeError:“操作”对象没有属性“\u id\u值”

---

有谁能给我一些建议吗？

因为您直接使用后端，我认为您还需要从后端使用

渐变

方法：

grads = K.gradients(...)

---

谢谢！现在可以了。当我发布这个问题时，我直接通过调用agent.output和prior.output获得了agent\u输出和prior\u输出。现在，我为输入批初始化一个占位符x，并将输出作为agent\u output=agent（x）。不知道它们是一样的还是只有后一个是可行的。@beepretty我认为它们是一样的。你有没有得到不同的结果或任何错误？刚刚测试过，结果很有趣。直接使用agent.output，并将会话作为sess.run（grads，feed_dict={agent.input:trainingBacth}）馈送，上述错误仍然存在。通过占位符，可以计算梯度，但我仍然不确定权重是否真正更新。@beepretty在

sess

中存储了什么会话？你创建了一个新的吗？或者使用Keras隐式创建的会话？我使用sess=tf.InteractiveSession（）和K.set_会话（sess）