TFバックエンドを持つKeras：入力に関して出力の勾配を得る

Question

私は非常に単純なKeras MLPを持っており、入力に関して出力の勾配を得ようとしています。私は次のコードを使用してい

：

regressor = Sequential([ 
    Dense(32, input_shape=(n_features,), activation='relu'), 
    Dense(1) 
]) 
regressor.compile(optimizer=SGD(lr=0.1), loss='mse') 

regressor.fit(x, y) 

output_tens = regressor.layers[-1].output 
input_tens = regressor.layers[0].input 

grad = tf.gradients(output_tens, input_tens) 
with tf.Session() as sess: 
    sess.run(grad, feed_dict={input_tens: np.zeros((1, n_features))}) 

次のエラーで失敗し

FailedPreconditionError: Attempting to use uninitialized value dense_7/bias 
    [[Node: dense_7/bias/read = Identity[T=DT_FLOAT, _class=["loc:@dense_7/bias"], _device="/job:localhost/replica:0/task:0/cpu:0"](dense_7/bias)]] 

（スタックトレースは、私がいない、非常に有益と仮定し、私は」、長さで、私はここにそれを追加しません）。

私のアプローチは基本的に正しいですか？私は何か特別なことはありますか？

ありがとうございます！

Answer 1

あなたはそれを動作させるために、あなたのkerasセッションを取得する必要があります：あなたは新しいセッションをインスタンス化するとき

import keras.backend as K 

with K.get_session() as sess: 
    sess.run(grad, feed_dict={input_tens: np.zeros((1, n_features))}) 

- あなたはkerasトレーニングから変数を初期化していません。