Question

我构建了一个用于训练的lstm模型，并总结了我的损失。我还使用tf.variable_scope构建了一个测试模型（＆＃39; model＆＃39;，reuse = True）。

with tf.variable_scope('model', reuse=None):
    training_model = MyModel(...., feedforward_only = False)
with tf.variable_scope('model', reuse = True):
    test_model = MyModel(...., feedforward_only = True)

现在我想在测试模型上查看我的丢失，所以在我的step（）函数中，我将self.merged添加到我的输出列表中：

if not forward_only:
    output_feed = [self.update,
            self.gradient_norm,
            self.loss,
            self.outputs,
            self.merged]
else:
    output_feed = [self.loss,
            self.outputs,
            self.merged]

当我将数据输入训练模型时，我成功获得合并摘要并查看张量板上的损失。

但是当我尝试使用step（）函数将数据输入测试模型时，它引发了一个错误：

You must feed a value for placeholder tensor 'model/inputs/sequence_length' with dtype int32 and shape [?]

我发现，实际上，get_variables（）创建的变量与训练模型共享，因为它们具有相同的名称＆＃39; model / variable_name＆＃39;。但包括所有占位符在内的其余变量使用不同的名称。在训练模型中，它们是“模型/变量名称”。而在测试模型＆＃39; model_1 / variable_name＆＃39;。

所以我认为，当我将数据输入测试模型时，我实际上已经输入了模型_1 /占位符＆＃39;。我认为没有问题。

事实上，如果我没有将self.merged添加到我的输出列表中，那么获得测试结果确实没有问题。

但是，当我将self.merged添加到输出列表中时，我收到了上述错误消息。它说我必须将数据提供给 model / place_holder。而不是 model_1 / placeholder ，这是测试模型的place_holder。

我想知道为什么当我想将数据输入我的测试模型以获得摘要时，我必须将数据提供给我的训练模型。

或者我的代码有什么问题吗？

为什么测试模型的摘要必须将数据输入到火车模型中？

0 个答案: