Python 如何应用自定义渐变：类型转换错误

我正在实现DDPG。我需要计算一个自定义梯度（演员权重的梯度，它最大化了评论家的输出），然后用优化器应用它。然而，由于某种原因，当我尝试运行它时，我得到了一个神秘的类型错误

我试图查看其他教程并搜索堆栈溢出，但找不到如何修复错误

这是一个获得错误的示例代码（实际计算更复杂，但得到的答案形式相同）：

这个计算的梯度似乎是正确的。我希望优化器将其应用于网络，但在

apply\u gradients

调用中我得到以下错误：

Tensor conversion requested dtype float32_ref for Tensor with dtype float32: 'Tensor("Adam_24/dense_95/kernel/m/Initializer/zeros:0", shape=(6, 2), dtype=float32)'

以下是相关数据的一些测试打印结果：

打印（参与者输入）

：

打印（渐变操作）

：

打印（演员可训练重量）

：

[，]

正如错误所暗示的那样，

应用梯度

要求梯度为

float32\u ref

，而不是

float32

可能有多种方法可以通过显式转换来解决这个问题，但是将

grads

或

grad_op

分配给a可能会解决这个问题

这样做应该可以进行转换，但您可以在分配

tf.变量时指定
dtype=float32\u ref
，以确保这一点

是一篇关于两者区别的帖子。
你能给出一个具体的代码吗？我对tf很陌生。
Tensor conversion requested dtype float32_ref for Tensor with dtype float32: 'Tensor("Adam_24/dense_95/kernel/m/Initializer/zeros:0", shape=(6, 2), dtype=float32)'

[[-0.43979521  0.         -1.28554755  0.          0.94703663 -0.32112555]]

[<tf.Tensor 'gradients_2/dense_95/MatMul_grad/MatMul_1:0' shape=(6, 2) dtype=float32>, <tf.Tensor 'gradients_2/dense_95/BiasAdd_grad/BiasAddGrad:0' shape=(2,) dtype=float32>]

[array([[ 3.003665  ,  3.003665  ],
       [ 0.        ,  0.        ],
       [-2.2157073 , -2.2157073 ],
       [ 0.        ,  0.        ],
       [-0.8517535 , -0.8517535 ],
       [ 0.52394277,  0.52394277]], dtype=float32), array([1., 1.], dtype=float32)]

[<tf.Variable 'dense_95/kernel:0' shape=(6, 2) dtype=float32_ref>, <tf.Variable 'dense_95/bias:0' shape=(2,) dtype=float32_ref>]