“请将您的损失计算包装在零参数 `lambda` 中”是什么意思。方法？

YeongHwa Jin

我编写了一个代码，用于将 L2 损失添加到主损失函数中：

def add_l2(model, penalty=0.001):
    for layer in model.layers:
        if "conv" in layer.name:
            model.add_loss(penalty * tf.reduce_sum(tf.square(layer.trainable_variables[0])))
    return

## training
@tf.function
def train_one_step(model, x, y, optimizer):
    with tf.GradientTape() as tape:
        logits = model(x, training=True)
        loss = _criterion(y_true=y, y_pred=logits)

        add_l2(model, 0.001)
        loss += sum(model.losses)

    grads = tape.gradient(loss, model.trainable_variables)
    optimizer.apply_gradients(zip(grads, model.trainable_variables))
    return loss, logits

当我开始训练时，出现如下错误：

ValueError：期望符号张量或损失值的可调用。请将您的损失计算包装在零参数中lambda。

这个错误是什么意思？我该如何治疗？

stephen_mugisha

您的损失引用了模型层 ( layer.trainable_variables[0])之一的变量，因此需要将您的损失包装在零参数 lambda 中，以使其可调用。model.add_loss(lambda: penalty * tf.reduce_sum(tf.square(layer.trainable_variables[0])

有关更多详细信息，请查看官方文档here

本文收集自互联网，转载请注明来源。

如有侵权，请联系 [email protected] 删除。