Question

我想在TensorFlow模型中使用局部变量，我发现这样做很麻烦。我将我的问题总结为以下示例：

import tensorflow as tf

with tf.device('/cpu:0'):
    v = tf.get_local_variable('myvar', [1, 1], initializer=tf.zeros_initializer())
    with tf.control_dependencies([tf.variables_initializer([v])]):
        v2 = tf.identity(v, name='myvar2')

with tf.Session() as sess:
    print(sess.run(v2))

我希望得到[[ 0. ]]，但我得到错误：

FailedPreconditionError (see above for traceback): Attempting to use uninitialized value myvar
         [[Node: myvar/read = Identity[T=DT_FLOAT, _class=["loc:@myvar"], _device="/job:localhost/replica:0/task:0/cpu:0"](myvar)]]

我应该如何初始化并使用局部变量？

我正在使用TensorFlow 1.0.0和Python 3.5。

更新：

我注意到我自己做工作的初始化工作：

import tensorflow as tf

with tf.device('/cpu:0'):
    v = tf.get_local_variable('myvar', [1, 1], initializer=tf.zeros_initializer())
    v_assigned = v.assign(tf.zeros(v.get_shape(), v.dtype))
    v2 = tf.identity(v_assigned, name='myvar2')

with tf.Session() as sess:
    print(sess.run(v2))

那么，无论您如何设置依赖关系，初始化者总是在会话结束时运行？或者还有其他我想念的东西？

注意：这个解决方案对我来说是不够的（至少是这样），因为我想在变量中做切片分配，而我不能对.assign的返回值执行此操作，这是一个引用变量，而不是变量本身。我已经看到使用v_assigned作为控件依赖关系然后分配给v似乎有效，但我不知道这是否可靠。

Answer 1

显然问题在于我假设使用tf.identity会给我一个对变量的引用，但是会更新当前的控件依赖项，但事实并非如此;它只是给我一个旧的（可能是未初始化的）值的引用。因此，正确的方法是使用read_value的{{1}}方法，如this answer中所述。所以正确的代码是：

tf.Variable

无法使用初始化的局部变量

1 个答案: