Tensorflow错误：“；ValueError：没有为任何变量提供梯度；

我正在Tensorflow中实现一个车辆重新识别模型

在另一个文件中，我使用

model.save（path）

保存了另一个子类模型。在这个文件中，我使用

keras.models.load\u model（path）

导入它，并将该模型用作子类模型的一部分。我可以确认，该外部模型的培训没有问题

我还在这个文件中创建了一个子类层（ConvexCombination）

我使用一个自定义训练步骤（见

train\u step（）

）和一个自定义向前传球（见

call（）

）

我已经读到，这个错误通常是由ImageDataGenerator类的错误输出引起的，我正在使用ImageDataGenerator类，但是我不知道这个问题是从哪里产生的

有一件事对于理解这个问题非常有用，那就是传递到

train\u step（self，data）

的数据对象是什么？它只是来自ImageDataGenerator的一个批次吗？如果是这种情况，我不确定问题出在哪里

---

这里可以看到完整的错误和我的代码：

我在导入的模型上调用了

model.fit（）

，而不是在实际的模型上。

clip\u by\u value

是不可微的，这就是你得到无梯度的原因。当我没有在可训练变量中使用它时，情况仍然是这样吗？在我的例子中，我仅在定义可训练变量后应用

clip\u by\u value

。如果是这样，谢谢你，我将删除这一行-虽然我已经尝试过了，但不幸的是，我仍然得到了错误。