Question

我正在训练一个模型，其中输入向量是另一个模型的输出。这涉及从同一过程中从头开始初始化第二个模型（使用tf.initialize_variables()）从检查点文件恢复第一个模型。

有大量的代码和抽象，所以我只是在这里粘贴相关部分。

以下是恢复代码：

self.variables = [var for var in all_vars if var.name.startswith(self.name)]
saver = tf.train.Saver(self.variables, max_to_keep=3)
self.save_path = tf.train.latest_checkpoint(os.path.dirname(self.checkpoint_path))

if should_restore:
    self.saver.restore(self.sess, save_path)
else:
    self.sess.run(tf.initialize_variables(self.variables))

每个模型都在其自己的图形和会话中确定范围，如下所示：

 self.graph = tf.Graph()
 self.sess = tf.Session(graph=self.graph)

 with self.sess.graph.as_default():
    # Create variables and ops.

每个模型中的所有变量都是在variable_scope上下文管理器中创建的。

喂养的工作原理如下：

后台线程在sess.run(inference_op)上调用input = scipy.misc.imread(X)并将结果放入阻塞线程安全队列中。
主训练循环从队列中读取并在第二个模型上调用sess.run(train_op)。

问题：
我观察到，即使在训练的第一次迭代（第二次模型）中，损失值也会在运行中不断变化（并在几次迭代中变为nan）。我确认第一个模型的输出每次都完全相同。注释掉第一个模型的sess.run并用来自pickle文件的相同输入替换它不会显示此行为。

这是train_op：

    loss_op = tf.nn.sparse_softmax_cross_entropy(network.feedforward())
    # Apply gradients.
    with tf.control_dependencies([loss_op]):
        opt = tf.train.GradientDescentOptimizer(lr)
        grads = opt.compute_gradients(loss_op)
        apply_gradient_op = opt.apply_gradients(grads)

    return apply_gradient_op

我知道这很模糊，但我很乐意提供更多细节。任何帮助表示赞赏！

Answer 1

由于并发执行不同的会话对象，问题肯定会发生。我将第一个模型的会话从后台线程移动到主线程，重复几次受控实验（运行超过24小时并达到收敛）并且从未观察到NaN。另一方面，并发执行会在几分钟内使模型发散。

我重新构建了我的代码，以便为所有模型使用公共会话对象。

Tensorflow中的多个会话和图形（在同一过程中）

1 个答案: