在尝试计算精度@ k时，我得到一个例外。以下是一个简单的代码，可以重现问题。
首先，代码定义了变量范围：
initializer = tf.random_uniform_initializer(-0.1, 0.1, seed=1234)
with tf.variable_scope("model", reuse=None, initializer=initializer)
然后它会调用这些行：
predictions = tf.Variable(tf.ones([2, 10], tf.int64))
labels = tf.Variable(tf.ones([2, 1], tf.int64))
precision = tf.contrib.metrics.streaming_sparse_precision_at_k(predictions, labels, 5)
tf.initialize_all_variables().run()
（我知道这段代码没有意义，并尝试计算2个固定矩阵的精度......）
然后我得到以下异常：
W tensorflow / core / framework / op_kernel.cc：936]失败的前提条件： 试图使用未初始化的值 model / precision_at_5 / false_positive_at_5 [[节点： model / precision_at_5 / false_positive_at_5 / read = IdentityT = DT_DOUBLE， _class = [“loc：@ model / precision_at_5 / false_positive_at_5”]，_ device =“/ job：localhost / replica：0 / task：0 / gpu：0”]]
当我尝试调用streaming_sparse_recall_at_k而不是streaming_sparse_precision_at_k时，情况也一样
安装的版本在linux上使用python 2.7为r0.10。
请帮助......提前致谢：）