gvs = optimizer.compute_gradients(loss) # 计算出梯度和变量值
capped_gvs = [(tf.clip_by_value(grad, -5e+10, 5e+10), var) for grad, var in gvs] # 梯度裁剪
train_op = optimizer.apply_gradients(capped_gvs, global_step=global_step) # 梯度下降

 

扫码关注我们
微信号：SRE实战
拒绝背锅 运筹帷幄

SRE实战 互联网时代守护先锋，助力企业售后服务体系运筹帷幄！一键直达领取阿里云限量特价优惠。