Tensorflow ValueError：没有要优化的变量

Question

我正在尝试在医学图像上使用3D unet。我使用的界面是tensorlayer。当我尝试计算两个张量的mean_squared_error时：

mse_loss = tl.cost.mean_squared_error(dense_unet3D.outputs, t_target_image, is_mean=True)

在这里tl代表tensorlayer，我正在使用3D density_unet。 density_unet3D.outputs的大小为：（4，128，128，128，1）含义（批处理，深度，高度，宽度，通道），与t_target_image相同。 我知道在tensorlayer中，mean_squared_error无法计算5D张量，因此我在tensorlayer的函数 cost 中添加了以下代码：

mse = tf.reduce_mean(tf.reduce_mean(tf.squared_difference(output, target), [1, 2, 3, 4]), name=name)

我将优化器定义为：

g_optim_init = tf.train.RMSPropOptimizer(lr_v).minimize(mse_loss, var_list=g_vars)

但是，执行上面的代码时，出现错误：

ValueError：没有要优化的变量。

出来。我不知道为什么谁能使用tensorlayer告诉我如何解决这个问题？

Answer 1

您的变量列表final_df = inventory_df.drop_duplicates(subset=None, keep='first', inplace=False) 看起来如何？可能为空，这使优化器没有要优化的变量。