使用TensorFlow訓練神經網絡的時候，出現以下報錯信息：
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).
報錯信息的意思是，提供給minimize函數的var_list參數中的變量沒有梯度，需要檢查你的圖的操作是否在這些變量中支持梯度。
經過檢查，發現優化器指定的loss參數中，與var_list參數中的變量無任何關系導致了上述錯誤，因此，
需要檢查loss和var_list兩個參數的關聯性，確保loss由指定的var_list中的變量來計算
----------------------------------------------------
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，范圍為[0, n]，n為網絡節點數；
act2：能量使用率，是連續的，范圍為[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的參數(a1_loss = -q)
如果DQN只傳a1給critic的話會造成以上error，