tensorflow - tf.GradientTape 为渐变返回 None
问题描述
我正在使用 tf.GradientTape().gradient() 来计算表示点,它可用于计算给定训练示例对给定测试示例的“影响”。给定测试示例x_t
和训练示例的表示点x_i
被计算为它们的特征表示的点积,f_t
并f_i
乘以权重alpha_i
。
注意:此方法的细节对于理解问题不是必需的,因为主要问题是让渐变胶带起作用。话虽如此,我已经为任何感兴趣的人提供了下面一些细节的截图。
计算 alpha_i 需要微分,因为它表示如下:
在上面的等式中,L 是标准损失函数(多类分类的分类交叉熵),phi 是 pre-softmax 激活输出(所以它的长度是类的数量)。此外alpha_i
,还可以进一步分解为alpha_ij
,这是针对特定类计算的j
。phi_j
因此,我们只需获得与测试示例的预测类别(最终预测最高的类别)对应的 pre-softmax 输出。
我用 MNIST 创建了一个简单的设置,并实现了以下功能:
def simple_mnist_cnn(input_shape = (28,28,1)):
input = Input(shape=input_shape)
x = layers.Conv2D(32, kernel_size=(3, 3), activation="relu")(input)
x = layers.MaxPooling2D(pool_size=(2, 2))(x)
x = layers.Conv2D(64, kernel_size=(3, 3), activation="relu")(x)
x = layers.MaxPooling2D(pool_size=(2, 2))(x)
x = layers.Flatten()(x) # feature representation
output = layers.Dense(num_classes, activation=None)(x) # presoftmax activation output
activation = layers.Activation(activation='softmax')(output) # final output with activation
model = tf.keras.Model(input, [x, output, activation], name="mnist_model")
return model
现在假设模型已经过训练,我想计算给定训练示例对给定测试示例预测的影响,也许是为了模型理解/调试目的。
with tf.GradientTape() as t1:
f_t, _, pred_t = model(x_t) # get features for misclassified example
f_i, presoftmax_i, pred_i = model(x_i)
# compute dot product of feature representations for x_t and x_i
dotps = tf.reduce_sum(
tf.multiply(f_t, f_i))
# get presoftmax output corresponding to highest predicted class of x_t
phi_ij = presoftmax_i[:,np.argmax(pred_t)]
# y_i is actual label for x_i
cl_loss_i = tf.keras.losses.categorical_crossentropy(pred_i, y_i)
alpha_ij = t1.gradient(cl_loss_i, phi_ij)
# note: alpha_ij returns None currently
k_ij = tf.reduce_sum(tf.multiply(alpha_i, dotps))
上面的代码给出了以下错误,因为 alpha_ij 是 None: ValueError: Attempt to convert a value (None) with an unsupported type (<class 'NoneType'>) to a Tensor.
。但是,如果我更改t1.gradient(cl_loss_i, phi_ij)
-> t1.gradient(cl_loss_i, presoftmax_i)
,它将不再返回 None。不知道为什么会这样?在切片张量上计算梯度是否存在问题?“观察”太多变量是否存在问题?我对渐变胶带的工作不多,所以我不确定修复方法是什么,但希望能得到帮助。
解决方案
我从来没有看到你watch
任何张量。请注意,tf.Variable
默认情况下磁带仅跟踪。您的代码中是否缺少此内容?否则我看不出t1.gradient(cl_loss_i, presoftmax_i)
是如何工作的。
无论哪种方式,我认为解决它的最简单方法是
all_gradients = t1.gradient(cl_loss_i, presoftmax_i)
desired_gradients = all_gradients[[:,np.argmax(pred_t)]]
所以只需在渐变之后进行索引。请注意,这可能是浪费(如果有很多类),因为您计算的梯度比您需要的多。
为什么(我相信)您的版本不起作用的解释将最容易在图纸中显示,但让我尝试解释一下:想象一下有向图中的计算。我们有
presoftmax_i -> pred_i -> cl_loss_i
将损失反向传播到 presoftmax 很容易。但后来你建立了另一个分支,
presoftmax_i -> presoftmax_ij
现在,当您尝试计算关于 的损失梯度时presoftmax_ij
,实际上没有反向传播路径(我们只能沿着箭头向后)。另一种思考方式:您在计算损失presoftmax_ij
后进行计算。那么损失怎么可能取决于它呢?
推荐阅读
- android - 中止广播();在 SmsReceiver 广播中不起作用
- regex - nginx重定向
- typescript - 如何检查文档是否为只读 - VSCode 扩展 API
- c# - 为什么这个平方根近似不起作用?
- javascript - 在javascript中找到给定函数调用的总和
- python - 从卫星图像中检测农作物边界
- eclipse - 如何判断我的 Eclipse 工作区是否被其他用户打开?
- maya - 使用 Python 在 Maya 中的列表命名对流中附加 aiArealights
- python-3.x - 无偏随机列表生成
- javascript - 文本输入内的可点击图标