TensorFlow错误ValueError: No gradients provided for any variable

使用TensorFlow训练神经网络的时候，出现以下报错信息：

Traceback (most recent call last):

  File "gan.py", line 147, in

    var_list=G_PARAMS

  File "C:\Python35\lib\site-packages\tensorflow\python\training\optimizer.py", line 322, in minimize

    ([str(v) for _, v in grads_and_vars], loss))

ValueError: No gradients provided for any variable, check your graph for ops that do not support gradients, between variables ["", "", "", "", "", ""] and loss Tensor("Mean_2:0", shape=(), dtype=float32).

报错信息的意思是，提供给minimize函数的var_list参数中的变量没有梯度，需要检查你的图的操作是否在这些变量中支持梯度。

经过检查，发现优化器指定的loss参数中，与var_list参数中的变量无任何关系导致了上述错误，因此，需要检查loss和var_list两个参数的关联性，确保loss由指定的var_list中的变量来计算

 

 

 

----------------------------------------------------

 

实验问题暂记：

使用DDPG的Actor输出action，包含两个act：

act1.VM位置，是离散的，范围为[0, n]，n为网络节点数；

act2：能量使用率，是连续的，范围为[0, 1]

但使用DDPG没能训练出结果，个人猜测是DDPG输出的act1都是连续的，很难收敛，

于是考虑用DQN来学习act1，但DDPG的critic(s,a1,a2)来指导DQN的参数(a1_loss = -q)

如果DQN只传a1给critic的话会造成以上error，