Question

我在这个问题上找不到任何东西。

我试图在改变超级参数的同时反复训练网络，以便执行此视频中显示的内容：https://youtu.be/eBbEDRsCmv4?t=870（他通过重复运行具有不同超级的网络来显示超参数搜索参数）

但是，我遇到一个错误，因为每次实例化占位符变量时都会更改名称，从而导致错误

＆＃34; InvalidArgumentError（参见上面的回溯）：您必须提供一个值对于占位符张量＆输入/ x输入＆＃39;与dtype浮动和形状 [？，784] [[节点：input / x-input = Placeholderdtype = DT_FLOAT， shape = [？，784]，_ device =＆＃34; / job：localhost / replica：0 / task：0 / cpu：0＆＃34;]]＆＃34;

我追溯到重命名＆＃34;输入＆＃34;占位符。当循环（如下面的代码所示）运行时，占位符首先被命名为＆＃34;输入/ x-输入：0＆＃34;第二个＆＃34; input_1 / x-input：0＆＃34;。我相信我的错误是由此重命名引起的，但我不确定如何纠正它。

以下代码是我可以编写的最小部分，可以重现我的问题：

import tensorflow as tf

def train():

  # Input placeholders
  with tf.name_scope('input'):
    x = tf.placeholder(tf.float32, [None, 784], name='x-input')
    y_ = tf.placeholder(tf.float32, [None, 10], name='y-input')

  return x

def main(_):
    for i in range(2):
        x = train()
        print(x)

if __name__ == '__main__':
    tf.app.run(main=main)

Answer 1

通过添加以下行来解决此问题：

Fragment1

TENSor占位符在Tensorflow

1 个答案: