Python K.函数返回“；类型错误：不可损坏的类型：'；列表'&引用；

我想计算权重的梯度。我正在使用以下代码：

（假设模型已定义）

（数据和标签也作为输入输入）

但是，这将返回以下错误：

我使用Keras（v2.0.6）和Tensorflow（v1.2.1）作为后端

另外，有没有其他方法不使用K函数来实现这一点？（我不熟悉Keras和Tensorflow）。

发现了错误：model.sample\u权重是一个列表，这是一个问题。将其更改为model.sample_weights[0]有效

---

您是否尝试过使用元组而不是列表？@pdowling，这个answer（）实际上表示K.function将列表作为输入。这就是为什么这个错误很奇怪。

weights = model.trainable_weights
gradients = model.optimizer.get_gradients(model.total_loss, weights)
input_tensors = [model.input, model.sample_weights, K.learning_phase() ]
getGradients = K.function(inputs=input_tensors, outputs=gradients)
sampleWeights = np.ones(len(image_data))
inputs = [[image_data, labels], sampleWeights, 0 ]
print getGradients(inputs)

input_tensors = [model.input, model.sample_weights[0], K.learning_phase() ]