我正在尝试创建一个基于 x 和 y 的异或运算的成本函数。
x 和 y 是 tf.float32 张量并且都具有相同的形状。
x --> ... --> y 自动编码器网络
我尝试过执行以下操作：
x_value = tf.cast(x, tf.int32)
y_value = tf.cast(y, tf.int32)
xor_bitwise_result = tf.bitwise.bitwise_xor(x_value, y_value)
cost_value = tf.cast(xor_bitwise_result, tf.float32)
cost = tf.reduce_mean(cost_value)
但我收到一个错误：
ValueError: No gradients provided for any variable, check your graph for ops that do not support gradient.
如果我尝试执行以下操作，我也会得到同样的错误
cost = tf.sqrt(tf.reduce_mean(tf.square(x_value-y_value)))
这可能是我铸造的方式不好，可能我对这个过程的理解不足，所以任何指针都将不胜感激。