关于keras中的输入优化交叉熵损失函数

Question

我正在计算交叉熵损失函数相对于模型输入的梯度，如下所示。由于某些原因，梯度的值全为零，而交叉熵损失函数的值则不为零。 这个问题以前有没有发生过？

PS：

1. 我正在尝试计算梯度以找到对抗性示例。

2. 交叉熵损失函数的值停留在16.1180

代码如下：

y_true = keras.backend.placeholder（shape = Model.output.shape）

cross_entropy = keras.backend.mean（keras.losses.categorical_crossentropy（y_true，Model.output））

get_grads = keras.backend.function（[Model.input，y_true]，keras.backend.gradients（cross_entropy，[Model.input]））

....

gradients = get_grads（[X，Y]）[0]