keras - 如何训练模型外的参数？

Question

我在 Tensorflow 2.0 Dual Encoder LSTM中实现以下架构

C 和 R 是由两个 LSTM 编码成固定维度的句子。然后它们通过函数 sigmoid(CMR) 传递。我们可以假设 R 和 C 都是 256 维矩阵，M 是 256 * 256 矩阵。矩阵 M 是在训练期间学习的。因为我想训练 M，所以我声明 M = tf.Variable(shape,trainable = True)。但是在拟合模型之后，M的值仍然没有改变。如何告诉 tensorflow 自动计算 M 的梯度？下面是我的代码。 代码

标签： kerastensorflow2.0tf.keras