Question

深度RNN模型的工作就像一个月前一样。以免它作为另一个项目接手。现在回来并尝试进行训练，我得到了一个错误。出现错误：

Traceback (most recent call last):

文件“ /home/matiss/.local/share/JetBrains/Toolbox/apps/PyCharm-P/ch-0/201.7223.92/plugins/python/helpers/pydev/_pydevd_bundle/pydevd_exec2.py”，第3行，在Exec中 exec（exp，global_vars，local_vars）文件“”，第1行，位于文件“ /home/matiss/Documents/python_work/PycharmProjects/NectCleave/functions.py”，第358行，在weighted_model中适合的文件“ /usr/local/lib/python3.8/dist-packages/keras/engine/training.py”，第1213行 self._make_train_function（） _make_train_function中的文件“ /usr/local/lib/python3.8/dist-packages/keras/engine/training.py”，第314行 training_updates = self.optimizer.get_updates（包装中的文件“ /usr/local/lib/python3.8/dist-packages/keras/legacy/interfaces.py”，第91行 return func（* args，** kwargs）文件“ /usr/local/lib/python3.8/dist-packages/keras/backend/tensorflow_backend.py”，第75行，在symbolic_fn_wrapper中 return func（* args，** kwargs） get_updates中的文件“ /usr/local/lib/python3.8/dist-packages/keras/optimizers.py”，第504行等级= self.get_gradients（损失，参数）文件“ /usr/local/lib/python3.8/dist-packages/keras/optimizers.py”，第93行，位于get_gradients中提高ValueError（'一个操作具有None用于渐变。 ValueError：操作具有None用于渐变。请确保您所有的操作都定义了渐变（即可区分）。没有渐变的常见操作：K.argmax，K.round，K.eval。

我的模型结构：

def make_model(metrics='', output_bias=None, timesteps=None, features=None):
    from keras import regularizers

    if output_bias is not None:
        output_bias = Constant(output_bias)
    K.clear_session()
    model = Sequential()
    # First LSTM layer
    model.add(
        Bidirectional(LSTM(units=50, return_sequences=True, recurrent_dropout=0.1), input_shape=(timesteps, features)))
    model.add(Dropout(0.5))

    # Second LSTM layer
    model.add(Bidirectional(LSTM(units=50, return_sequences=True)))
    model.add(Dropout(0.5))

    # Third LSTM layer
    model.add(Bidirectional(LSTM(units=50, return_sequences=True)))
    model.add(Dropout(0.5))

    # Forth LSTM layer
    model.add(Bidirectional(LSTM(units=50, return_sequences=False)))
    model.add(Dropout(0.5))

    # First Dense Layer
    model.add(Dense(units=128, kernel_initializer='he_normal', activation='relu'))
    model.add(Dropout(0.5))

    # Adding the output layer
    if output_bias == None:
        model.add(Dense(units=1, activation='sigmoid', kernel_regularizer=regularizers.l2(0.001)))
    else:
        model.add(Dense(units=1, activation='sigmoid',
                        bias_initializer=output_bias, kernel_regularizer=regularizers.l2(0.001)))
    # https://keras.io/api/losses/
    model.compile(optimizer=Adam(lr=1e-3), loss=BinaryCrossentropy(), metrics=metrics)


    return model

请帮助。为什么会这样？

Answer 1

好的，所以在经过半天的谷歌搜索和检查后，我找不到解决方案。然后，我决定只是设置一个新的python虚拟环境，安装所有必需的程序包并进行安装：它可以再次工作。不知道是什么问题，它是如何发生的，但是现在可以了。

希望这可以为其他遇到相同问题的人节省一些时间。

RNN给出错误ValueError：一个操作没有梯度

1 个答案: