我想计算权重的梯度。我正在使用以下代码：
（假设模型已经定义）
（数据和标签也都作为输入提供）
weights = model.trainable_weights
gradients = model.optimizer.get_gradients(model.total_loss, weights)
input_tensors = [model.input, model.sample_weights, K.learning_phase() ]
getGradients = K.function(inputs=input_tensors, outputs=gradients)
sampleWeights = np.ones(len(image_data))
inputs = [[image_data, labels], sampleWeights, 0 ]
print getGradients(inputs)
但是，这将返回以下错误：
我正在使用Keras（v2.0.6）和Tensorflow（v1.2.1）作为后端。
另外，还有其他方法可以不使用K.function吗？ （我是Keras和Tensorflow的新手）。
最佳答案
发现了错误：model.sample_weights是一个列表，这是一个问题。将其更改为model.sample_weights [0]即可。
input_tensors = [model.input, model.sample_weights[0], K.learning_phase() ]