Keras训练CNN时报ValueError: An operation has `None` for gradient如何解决

你代码中对Softmax层的参数使用错误，是触发梯度None报错的直接原因。

你写的输出层代码为：

out = keras.layers.Softmax(3)(fc)

Keras中Softmax层的第一个入参是axis，代表沿哪个张量维度计算概率分布。而你前面的Dense(3)层输出的张量形状为(batch_size, 3)，只有2个维度（索引分别为0对应batch维度、1对应类别维度），你指定axis=3对应维度不存在，会导致计算逻辑异常，梯度无法正常反向传播，最终触发报错。

二选一即可：

• 修正Softmax层的维度参数，使用axis=-1自动沿张量最后一个维度计算，适配性更强：

  out = keras.layers.Softmax(axis=-1)(fc)
  

• 直接将softmax激活合并到全连接层中，简化代码：

  # 删掉单独的Softmax层，修改Dense层代码如下
  fc = keras.layers.Dense(3, activation='softmax', kernel_initializer='he_uniform')(fc)
  

如果修改后仍有报错，可以检查以下内容：

• 检查训练/验证输入特征、独热编码标签是否存在NaN、无穷大等非法值
• 确认使用的Keras版本为稳定正式版，部分旧版本对无效参数的容错性更低

内容的提问来源于stack exchange，提问作者Jong Hyeok Lee