不在张量流中传递占位符的值，为什么不允许？

Question

我有3个模型使用相同的输入，但产生3个独特的输出（1个分类器，2个回归）。 3 I中的2个组合成1个具有2个损失函数的模型，并且在准确度/ RMSE方面看到了显着的改进。

我正在尝试将第3个损失函数组合到模型中，因此我有1个模型，其中3个损失函数共享许多参数。

第三种损失功能仅适用于一半的数据。我测试了将标签标准化为0均值单位方差，并将0用于不适用于损失函数C的标签，但在某些情况下偏向结果为0。

我现在正在尝试对损失函数A＆amp; amp;进行交替优化。 B与来自完整数据集的批次以及所有3个损失函数A，B和＆amp; C具有适合于损失C（和A＆amp; B）的批次。在我的问题的背景下，这是合乎逻辑的。

我的问题：

• Tensorflow要求传入图中定义的所有占位符。但是，我没有在此特定优化步骤中使用该张量。这是预期的行为吗？我应该传递一个虚拟变量来安抚TF吗？我想知道我是否错过了一个重要的细节。

Answer 1

依赖是与tensorboard，我对所有损失函数进行了汇总操作，强制执行它们。

我使用tf.add_to_collection（）将我的摘要操作拆分为组以收集不同的摘要操作，然后使用for循环将它们添加到张量列表中以进行处理。

就是那个和另外一个依赖只是我发现的一个bug。 @Sygi和@Fake是正确的，你不应该传递一个在特定计算中没有使用的值，因为它存在于图中。