Python Tensorflow apply_梯度抛出错误

我得到一个错误：

TypeError:“AssignAdd”Op的输入“ref”需要l值输入

在下面函数的

train

行

apply_gradient\u op=opt.apply_gradients（梯度，全局_step=stepNum）

def x1_x2_diff_net_v0():
  x  = tf.placeholder(tf.float32, [None, 4])
  lb = tf.placeholder(tf.float32, [None, 2])
  #First fc layer
  with tf.variable_scope('fc1') as scope:
    w = tfu.get_weights([4,100], name='fc1_w')
    b = tfu.get_bias([1,100], name='fc1_b')
  fc1 = tf.nn.relu(tf.matmul(x, w) + b)
  #Prediction layer
  with tf.variable_scope('pred') as scope:
    w = tfu.get_weights([100,2], name='pred_w')
    b = tfu.get_bias([1, 2], name='pred_b')
  pred = tf.nn.relu(tf.matmul(fc1, w) + b)
  #Define the loss
  loss = tf.nn.l2_loss(pred - lb, name='loss')
  return loss

def train(stepNum, initLr=0.01):
  g = tf.Graph()
  with g.as_default():
    loss    = x1_x2_diff_net_v0()
    lr = tf.train.exponential_decay(initLr, stepNum, 100,
                 0.1, staircase=True)
    for tv in tf.trainable_variables():
      print (tv.name)
    # Compute gradients.
    opt = tf.train.GradientDescentOptimizer(lr)
    grads = opt.compute_gradients(loss)
    # Apply gradients.
    apply_gradient_op = opt.apply_gradients(grads, global_step=stepNum)

---

有没有关于什么地方出了问题的建议？我从

cifar10.py

示例文件中的te方法

train

中提取代码片段

哎呀！我将一个整数传递到stepNum而不是tf.Variable。现在问题解决了。如果错误信息更加直观，那就太好了

哎呀！我将一个整数传递到stepNum而不是tf.Variable。现在问题解决了。如果错误信息更加直观，那就太好了