tf.GradientTape()の返り値がNoneになってしまう

Question

前提・実現したいこと

勾配にアクセスする必要があるので、tf.GradientTape()を使用しています。
tutorialを参考にコードを書いているのですが、値にNoneが帰ってきます。
調べたところmodel.predictを用いては行けない可能性があるというものを見つけたのですが、代替案が思いつきません。
ご助言いただけると幸いです

街灯のソースコード

参考にしているソースコード

def create_adversarial_pattern(input_image, input_label):
    print(type(input_image))
    # 損失を計算
    with tf.GradientTape() as tape:
        tape.watch(input_image)
        prediction = pretrained_model(input_image)
        loss = loss_object(input_label, prediction)
    # 損失の勾配を求め、AEのフィルターを作成
    gradient = tape.gradient(loss, input_image)
    signed_grad = tf.sign(gradient)
    return signed_grad

私が作成したソースコード

def create_adversarial_pattern(input_image, input_label):
    '''
    input_image : AEをほどこす画像を入力、わからないけど255で割った値で大丈夫だと思うからそんな感じ
    input_label  : ワンホットベクトルのラベル
    '''

    # 損失を計算
    with tf.GradientTape() as tape:
        tape.watch(input_image)
        predict_classes = model.predict(learning_data_test)
        # print(type(predict_classes[0][0]))
        predict_class = tf.cast(predict_classes[1], tf.float32)
        predict_class = tf.reshape(predict_class, [1, 10])
        prediction = predict_class
        loss = loss_object(input_label, prediction)

    # 損失の勾配を求め、AEのフィルターを作成
    # ここでなぜかgradientがNoneになってしまう
    gradient = tape.gradient(loss, input_image)
    signed_grad = tf.sign(gradient)
    return signed_grad

エラー文

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-92-de7e8c320f1e> in <module>()
----> 1 perturbations = create_adversarial_pattern(image, label)

7 frames
<ipython-input-90-cf00bcaaa5e1> in create_adversarial_pattern(input_image, input_label)
     34     # print(input_image)
     35     print(gradient)
---> 36     signed_grad = tf.sign(gradient)
     37     return signed_grad

/usr/local/lib/python3.6/dist-packages/tensorflow/python/util/dispatch.py in wrapper(*args, **kwargs)
    178     """Call target, and fall back on dispatchers if there is a TypeError."""
    179     try:
--> 180       return target(*args, **kwargs)
    181     except (TypeError, ValueError):
    182       # Note: convert_to_eager_tensor currently raises a ValueError, not a

/usr/local/lib/python3.6/dist-packages/tensorflow/python/ops/math_ops.py in sign(x, name)
    578      tf.math.sign(x.values, ...), x.dense_shape).
    579   """
--> 580   x = ops.convert_to_tensor(x)
    581   if x.dtype in (dtypes.complex64, dtypes.complex128):
    582     return gen_math_ops.div_no_nan(

/usr/local/lib/python3.6/dist-packages/tensorflow/python/framework/ops.py in convert_to_tensor(value, dtype, name, as_ref, preferred_dtype, dtype_hint, ctx, accepted_result_types)
   1339 
   1340     if ret is None:
-> 1341       ret = conversion_func(value, dtype=dtype, name=name, as_ref=as_ref)
   1342 
   1343     if ret is NotImplemented:

/usr/local/lib/python3.6/dist-packages/tensorflow/python/framework/constant_op.py in _constant_tensor_conversion_function(v, dtype, name, as_ref)
    319                                          as_ref=False):
    320   _ = as_ref
--> 321   return constant(v, dtype=dtype, name=name)
    322 
    323 

/usr/local/lib/python3.6/dist-packages/tensorflow/python/framework/constant_op.py in constant(value, dtype, shape, name)
    260   """
    261   return _constant_impl(value, dtype, shape, name, verify_shape=False,
--> 262                         allow_broadcast=True)
    263 
    264 

/usr/local/lib/python3.6/dist-packages/tensorflow/python/framework/constant_op.py in _constant_impl(value, dtype, shape, name, verify_shape, allow_broadcast)
    268   ctx = context.context()
    269   if ctx.executing_eagerly():
--> 270     t = convert_to_eager_tensor(value, ctx, dtype)
    271     if shape is None:
    272       return t

/usr/local/lib/python3.6/dist-packages/tensorflow/python/framework/constant_op.py in convert_to_eager_tensor(value, ctx, dtype)
     94       dtype = dtypes.as_dtype(dtype).as_datatype_enum
     95   ctx.ensure_initialized()
---> 96   return ops.EagerTensor(value, ctx.device_name, dtype)
     97 
     98 

ValueError: Attempt to convert a value (None) with an unsupported type (<class 'NoneType'>) to a Tensor.

補足情報（FW/ツールのバージョンなど）

参考：
https://www.tensorflow.org/tutorials/generative/adversarial_fgsm
https://stackoverflow.com/questions/56916313/tensorflow-2-0-doesnt-compute-the-gradient/56917148#56917148

ほか必要情報があれば追記しますので、メッセージください

Answer 1

tensorflowのバージョンの問題でした。
バージョン2.0になったことで大きなアップデートが来たようです。

解決方法としては、import部分を変更する必要がありました。

before

import tensorflow as tf
from keras.datasets import mnist
import matplotlib.pyplot as plt
from keras import backend as K
import keras
from keras.models import Sequential
from keras.layers import Dense, Dropout, Flatten, Conv2D, MaxPooling2D

after

import tensorflow as tf
from tensorflow.keras.datasets import mnist
import matplotlib.pyplot as plt
from tensorflow.keras import backend as K
import keras
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, Dropout, Flatten, Conv2D, MaxPooling2D