使用TensorFlow訓練神經網路的時候，出現以下報錯資訊：

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). 報錯資訊的意思是，提供給minimize函式的var_list引數中的變數沒有梯度，需要檢查你的圖的操作是否在這些變數中支援梯度。 經過檢查，發現優化器指定的loss引數中，與var_list引數中的變數無任何關係導致了上述錯誤，因此， 需要檢查loss和var_list兩個引數的關聯性，確保loss由指定的var_list中的變數來計算       ----------------------------------------------------   實驗問題暫記： 使用DDPG的Actor輸出action，包含兩個act： act1.VM位置，是離散的，範圍為[0, n]，n為網路節點數； act2：能量使用率，是連續的，範圍為[0, 1] 但使用DDPG沒能訓練出結果，個人猜測是DDPG輸出的act1都是連續的，很難收斂， 於是考慮用DQN來學習act1，但DDPG的critic(s,a1,a2)來指導DQN的引數(a1_loss = -q) 如果DQN只傳a1給critic的話會造成以上error，