Я очень новичок в тензорном потоке.
prob = tf.nn.softmax_cross_entropy_with_logits(logits = self.output_layer_predictions_array, labels = y)
loss = tf.matmul( [prob] ,discounted_episode_rewards_)[0]
train_opt = self.sess.run(tf.train.AdamOptimizer().minimize(loss))
Образцы self.output_layer_predictions_array
[[-3.6822972297668457, 0.3711770176887512], [-0.8316356539726257, 0.9947062134742737],...
y
[[0.01706565 0.98293436]
[0.13867462 0.8613254 ]..
потеря
[0.08638819 0.40255022 0.20361374 0.4243075 0.5737337 0.68438727
0.6912215 0.69195086 0.65356493 0.5951165 0.6025962 ]
То, что я исследовал и обнаружил, было у должно составлять до 1 У меня есть отлично рассчитанные потери
Но это дает ошибку
> ValueError: No gradients provided for any variable, check your graph
> for ops that do not support gradients, between variables
> ["<tf.Variable 'Variable:0' shape=(4, 24) dtype=float32_ref>",
> "<tf.Variable 'Variable_1:0' shape=(24,) dtype=float32_ref>",
> "<tf.Variable 'Variable_2:0' shape=(24, 12) dtype=float32_ref>",
> "<tf.Variable 'Variable_3:0' shape=(12,) dtype=float32_ref>",
> "<tf.Variable 'Variable_4:0' shape=(12, 4) dtype=float32_ref>",
> "<tf.Variable 'Variable_5:0' shape=(4,) dtype=float32_ref>",
> "<tf.Variable 'Variable_6:0' shape=(4, 2) dtype=float32_ref>"] and
> loss Tensor("strided_slice:0", shape=(1,), dtype=float32).
Я не могу решить эту ошибку. Пожалуйста, помогите и спросите, если что-то нужно