K.function返回“TypeError：unhashable type：'list'”

Question

我想计算权重的梯度。我使用以下代码：

（假设已经定义了模型）

（数据和标签也作为输入提供）

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)

然而，这会返回以下错误：

我使用带有Tensorflow（v1.2.1）的Keras（v2.0.6）作为后端。

另外，有没有其他方法可以不使用K.function？ （我是Keras和Tensorflow的新手。）

Answer 1

发现错误： model.sample_weights 是一个列表，这是一个问题。将其更改为 model.sample_weights [0] 有效。

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