Python 通过张量流空间反向传播

我有一个tensorflow变量定义为

    tf_y_min = tf.reduce_min(tf_f)
    tf_y_max = tf.reduce_max(tf_f)
    tf_ydelta = (tf_y_max-tf_y_min)/(Ny-1)
    tf_y_linspace = tf.linspace(tf_y_min,tf_y_max,Ny)

其中

tf\u f

是神经网络的输出。但是，我无法计算神经网络权重的梯度

tf.gradients(tf_y_linspace,tf_weights)

我得到错误，

Fetch参数无无效类型

---

我该如何解决这个问题？

这到底是什么意思？你期望得到什么结果？这种梯度应该如何解释？当你移动

y_min

和

y_max

时，linspace的所有元素都会相应地移动（因为每个元素的间隔都是相等的'ydelta'`