我正在尝试创建基于x&y的异或运算的成本函数。
x和y是tf.float32张量,并且都具有相同的形状。
x-> ...-> y自动编码器网络
我尝试执行以下操作:
x_value = tf.cast(x, tf.int32)
y_value = tf.cast(y, tf.int32)
xor_bitwise_result = tf.bitwise.bitwise_xor(x_value, y_value)
cost_value = tf.cast(xor_bitwise_result, tf.float32)
cost = tf.reduce_mean(cost_value)
但是我遇到一个错误:
ValueError: No gradients provided for any variable, check your graph for ops that do not support gradient.
如果我尝试执行以下操作,我也会收到相同的错误
cost = tf.sqrt(tf.reduce_mean(tf.square(x_value-y_value)))
这可能是我投射的方式不好,可能是因为我缺乏对该流程的理解,因此非常感谢您提出任何建议。