启用 Eager Execution 时不支持 K.gradients。改用 GradientTape。我如何直接在我的代码中替换它答案

【问题标题】：K.gradients is not supported when eager execution is enabled. use GradientTape instead. How do i replace it directly in my code启用 Eager Execution 时不支持 K.gradients。改用 GradientTape。我如何直接在我的代码中替换它
【发布时间】：2022-02-26 16:03:22
【问题描述】：

下面提到的是我的代码行。第 1 行初始化自定义 VGG16 模型（所有最大池层都替换为平均池。第 1 行也初始化目标。第 3 行制定损失函数，第 4 行是抛出错误的行

content_model = VGG16_AvgPool_CutOff(shape, 11)
target = K.variable(content_model.predict(x))
loss = K.mean(K.square(target - content_model.output))
grads = K.gradients(loss, content_model.input)

错误：

tf.gradients is not supported when eager execution is enabled. Use tf.GradientTape instead.

感谢您的帮助，谢谢！

【问题讨论】：

标签： machine-learning deep-learning neural-network conv-neural-network tensorflow2.0

【解决方案1】：

如报错，请使用GradientTape代替gradients，因为在tensorflow eager模式下不支持gradients，如果你使用Tensorflow > 2.0

grads = tf.GradientTape(loss, content_model.input)

【讨论】：