Tensorflow：InvalidArgumentError：您必须为占位符张量提供一个值＆＃39; yy＆＃39;用dtype int32

Question

@InjectMocks

作为Tensorflow的新手，我很难理解在此框架中如何管理占位符。

如果我是第一次运行上面的代码，它会返回9（正确的值）。 但是如果我在同一个jupyter会话中再次运行它，我会得到以下错误。就好像全局变量（在这种情况下是占位符）没有得到清理，尽管我正在使用＆＃34;＆＃34;关闭会议

堆栈追踪：

import tensorflow as tf
y_hat = tf.constant(36, name='y_hat')            # Define y_hat constant. Set to 36.
yy = tf.placeholder(tf.int32, shape=[])

loss = tf.Variable((yy - y_hat)**2, name='loss')  # Create a variable for the loss

init = tf.global_variables_initializer()    

with tf.Session() as session:
    session.run(tf.global_variables_initializer(), feed_dict = {yy: 39})
    print(session.run(loss, feed_dict={yy: 39}))

知道发生了什么以及如何解决这个问题？ 感谢

Answer 1

在tf.reset_default_graph()下方添加行import tensorflow as tf，以便每次运行代码时都会重置张量流图。那你就不会得到这个错误。

顺便说一句，您实际上不需要将loss指定为变量。你可以运行

import tensorflow as tf
y_hat = tf.constant(36, name='y_hat')    
yy = tf.placeholder(tf.int32, shape=[])

loss = (yy - y_hat)**2  

with tf.Session() as session:
    print(session.run(loss, feed_dict={yy: 39}))

以上代码打印9。