Python 没有为任何变量提供梯度：['；稠密/内核：0'；'；稠密/偏差：0'；'；稠密/内核：0'；'；稠密/偏差：0'；'；稠密/内核：0'；'；&#

我试图用一个图像数据集来训练我的模型，代码如下：

import tensorflow as tf

output_size = 10
hidden_layer_size = 50

model = tf.keras.Sequential([tf.keras.layers.Flatten(input_shape = (200, 200, 3)),
                             tf.keras.layers.Flatten(input_shape = (200, 200, 3)),
                             tf.keras.layers.Dense (hidden_layer_size, activation = 'relu'),
                             tf.keras.layers.Dense (hidden_layer_size, activation = 'relu'),
                             tf.keras.layers.Dense (output_size, activation = 'softmax')])

model.compile(optimizer = 'adam', 
              loss = 'sparse_categorical_crossentropy',
              metrics = ['accuracy'])
num_epochs = 10
batch_size = 100

model.fit(train_img,
          epochs = num_epochs,
          validation_data = test_img,
          verbose = 2)

每次我运行fit命令时，都会弹出错误的吼声，我无法解决它：

ValueError: No gradients provided for any variable: ['dense/kernel:0', 'dense/bias:0', 'dense_1/kernel:0', 'dense_1/bias:0', 'dense_2/kernel:0', 'dense_2/bias:0']

---

您必须将数据集作为

x

和

y

参数传递到

.fit（…）

。正如您所说，您的

train\u img

包含目标标签，您可以通过

x=train\u img[0]

，

y=train\u img[1]

进行修复

将tensorflow导入为tf
输出大小=10
隐藏层大小=50
model=tf.keras.Sequential（[tf.keras.layers.Flatten（input_shape=（200200,3）），
tf.keras.layers.Dense（隐藏层大小，激活='relu'），
tf.keras.layers.Dense（隐藏层大小，激活='relu'），
tf.keras.layers.Dense（输出大小，激活='softmax'））
compile（优化器='adam'，
损失='稀疏\分类\交叉熵'，
指标=[‘准确度’]）
num_epochs=10
批量大小=100
model.fit（x=train\u img[0]，//np.random.rand（1002002003）
y=train_img[1]，//np.random.randint（100,10）
epochs=num_epochs，
验证数据=测试数据，
详细信息=2）

据文件说,

Input data. It could be:
A Numpy array (or array-like), or a list of arrays (in case the model has multiple inputs).
A TensorFlow tensor, or a list of tensors (in case the model has multiple inputs).
A dict mapping input names to the corresponding array/tensors, if the model has named inputs.
A tf.data dataset. Should return a tuple of either (inputs, targets) or (inputs, targets, sample_weights).
A generator or keras.utils.Sequence returning (inputs, targets) or (inputs, targets, sample_weights). A more detailed description of unpacking behavior for iterator types (Dataset, generator, Sequence) is given below.

---

您的tensorflow版本是什么？你为什么要把两层放平呢？你只需要一个。我的tensorflow版本是2.3.0，关于第二个展平层，我忘了删除它。你的

train\u img

是否也包含目标标签？是的，它包含目标标签什么是

train\u img

？如果是列表，元素是什么？如果元素是numpy数组，那么形状是什么？谢谢，这解决了我的问题很高兴听到这个。我认为在tf.keras或keras的旧版本中，您可以这样通过。fit API已更改。你能接受这个答案吗？@GhofranChallouf欢迎来到SO。请遵循此指南。