Question

此代码可以正常工作：

import tensorflow as tf
x = tf.Variable(initial_value=0)

with tf.Session() as session:
    print session.run(x.assign(1))

但是这段代码失败了：

import tensorflow as tf
x = tf.Variable(initial_value=0)
supervisor = tf.train.Supervisor(logdir="/tmp")

with tf.Session() as session:
    print session.run(x.assign(1))

唯一的区别是tf.train.Supervisor的实例化。请注意，我们甚至不使用主管来创建托管会话。

错误是：

python tf_supervisor_freeze.py
Traceback (most recent call last):
  File "tf_supervisor_freeze.py", line 6, in <module>
    print session.run(x.assign(1))
  File "<virtual_env_path>/lib/python2.7/site-packages/tensorflow/python/ops/variables.py", line 522, in assign
    return state_ops.assign(self._variable, value, use_locking=use_locking)
  File "<virtual_env_path>/lib/python2.7/site-packages/tensorflow/python/ops/gen_state_ops.py", line 47, in assign
    use_locking=use_locking, name=name)
  File "<virtual_env_path>/lib/python2.7/site-packages/tensorflow/python/framework/op_def_library.py", line 491, in apply_op
    preferred_dtype=default_dtype)
  File "<virtual_env_path>/lib/python2.7/site-packages/tensorflow/python/framework/ops.py", line 702, in internal_convert_to_tensor
    ret = conversion_func(value, dtype=dtype, name=name, as_ref=as_ref)
  File "<virtual_env_path>/lib/python2.7/site-packages/tensorflow/python/framework/constant_op.py", line 110, in _constant_tensor_conversion_function
    return constant(v, dtype=dtype, name=name)
  File "<virtual_env_path>/lib/python2.7/site-packages/tensorflow/python/framework/constant_op.py", line 103, in constant
    attrs={"value": tensor_value, "dtype": dtype_value}, name=name).outputs[0]
  File "<virtual_env_path>/lib/python2.7/site-packages/tensorflow/python/framework/ops.py", line 2286, in create_op
    self._check_not_finalized()
  File "<virtual_env_path>/lib/python2.7/site-packages/tensorflow/python/framework/ops.py", line 2009, in _check_not_finalized
    raise RuntimeError("Graph is finalized and cannot be modified.")
RuntimeError: Graph is finalized and cannot be modified.

Process finished with exit code 1

如果tf.train.Supervisor(logdir="/tmp", summary_op=None, saver=None)用于禁用部分主管服务，则会出现错误。

Github上的其他人提出了这个问题，但没有提供答案;请求是在StackOverflow上提出问题。唯一相关的StackOverflow question似乎无法解决此特定情况。

Answer 1

正如错误所述，您无法在图表最终确定时修改图表。

RuntimeError（＆＃34;图表已完成，无法修改。＆＃34;）

执行此代码tf.train.Supervisor()时，图表将最终确定。您可以使用版本1.0的张量流中的路径/tensorflow/python/training/supervisor.py来检查它的代码。

你会发现这个：

# The graph is not allowed to change anymore.
graph.finalize()

因此，您无法在Supervisor()之后修改图表。

Answer 2

我无法解释为什么，但我找到了解决办法。这有效：

import tensorflow as tf
x = tf.Variable(initial_value=0)
a = x.assign(1)
supervisor = tf.train.Supervisor(logdir="/tmp")

with tf.Session() as session:
    print session.run(a)

所做的一切都是在创建主管之前将创建赋值操作（即a = x.assign(1)）。看来主管确实冻结了图表，以防止在主管创建之后创建或更准确地使用新操作。

Answer 3

分配操作是图形中的新操作。如果该操作是在图完成之前定义的（即使稍后执行），也可以。

有效地执行操作会为变量分配一个值。可以在图形完成后安全地完成此操作，因为它不会更改图形。

底线是： -在图形完成之前声明操作 -赶紧跑吧。

TensorFlow管理程序可防止变量赋值：图形已完成且无法修改

3 个答案: