我感兴趣的是计算损失的梯度，该梯度是根据 TensorFlow 中矩阵乘法与 Eager Execution 的乘积计算得出的。如果乘积被计算为张量，我可以这样做，但如果它是assign()ed 到变量中。这里是greatly减少代码：

import tensorflow as tf
import numpy as np
tf.enable_eager_execution()

multipliers_net = tf.get_variable("multipliers", shape=(1, 3, 3, 1),
                                  initializer=tf.random_normal_initializer())
activations_net = tf.Variable(tf.ones_like(multipliers_net))
output_indices = [(0, 1, 2, 0)]

def step():
    global activations_net

    #### PROBLEMATIC ####
    activations_net.assign(multipliers_net * activations_net)
    #### NO PROBLEM ####
    # activations_net = multipliers_net * activations_net

    return tf.gather_nd(activations_net, output_indices)


def train(targets):
    for y in targets:
        with tf.GradientTape() as tape:
            out = step()
            print("OUT", out)
            loss = tf.reduce_mean(tf.square(y - out))
            print("LOSS", loss)
        de_dm = tape.gradient(loss, multipliers_net)
        print("GRADIENT", de_dm, sep="\n")
        multipliers_net.assign(LEARNING_RATE * de_dm)


targets = [[2], [3], [4], [5]]

train(targets)

按照目前的情况，此代码将显示正确的 OUT 和 LOSS 值，但 GRADIENT 将打印为 None。但是，如果“PROBLEMATIC”下面的行被注释并且“NO PROBLEM”未被注释，则梯度计算得很好。我推断这是因为在第二种情况下，activations_net变成一个张量，但我不知道为什么这突然使梯度可计算，而之前却不能。

我很确定我应该保留activations_net and multiplier_net作为变量，因为在更大的方案中，两者都是动态更新的，据我了解，这些东西最好保留为变量，而不是不断地重新分配张量。

我将尽我所知尽力解释。 问题出现在这一行

de_dm = tape.gradient(loss, multipliers_net)

If you print(tape.watched_variables()在“有问题”和“没有问题”的情况下，您会看到在第一种情况下磁带“手表”相同multipliers_net变量两次。 你可以试试tape.reset() and tape.watch()，但只要你将 allocate op 传递给它，它就不会产生任何效果。 如果你试试multipliers_net.assign(any_variable) inside tf.GradientTape()，你会发现它不起作用。但是如果你尝试分配一些产生张量的东西，例如tf.ones_like()，它会起作用的。

multipliers_net.assign(LEARNING_RATE * de_dm)

出于同样的原因，这也有效。看来只能接受eager_tensors希望这可以帮助