Question

我只是想看到我的输出到目前为止，但我无法让我的变量初始化，相同的功能在另一个笔记本中工作，但在这一个不起作用。我尝试了两种方法并不断获取：

FailedPreconditionError: Attempting to use uninitialized value Variable.

我使用的是1.2.1。

mnist = input_data.read_data_sets('./', one_hot=True)

n1=500

n2=300

nclasses=10

batchsize=100

def layers(data):

    layer1={'weights':tf.Variable(tf.random_normal([784,n1])),
                                  'bias':tf.Variable(tf.random_normal([n1]))}

    layer2={'weights':tf.Variable(tf.random_normal([n1,n2])),
                                  'bias':tf.Variable(tf.random_normal([n2]))}
    output={'weights':tf.Variable(tf.random_normal([n2,nclasses])),
                                  'bias':tf.Variable(tf.random_normal([nclasses]))}

    l1=tf.add(tf.matmul(data,layer1['weights']),layer1['bias'])
    l1=tf.nn.relu(l1)

    l2=tf.add(tf.matmul(l1,layer2['weights']),layer2['bias'])
    l2=tf.nn.relu(l2)

    output=tf.add(tf.matmul(l2,output['weights']),output['bias'])

    return output

session=tf.Session().   

session.run(tf.global_variables_initializer())

result=session.run(layers(mnist.test.images))


print(type(result))

尝试过 -

with tf.Session() as sess:

    session.run(tf.global_variables_initializer())

    result=sess.run(layers(mnist.test.images))

    print(type(result))

Answer 1

您的问题是图表是在函数调用layers中构建的。但是，在构建图形之前，您已初始化所有变量。

因此，你需要写

output_op = layers(mnist.test.images) session.run(tf.global_variables_initializer()) result = session.run(output_op)

OP）

然后构造图形并且TensorFlow可以初始化所有变量。完整的工作示例：

import tensorflow as tf import numpy as np def fake_mnist(): return np.random.randn(1, 28 * 28) n1 = 500 n2 = 300 nclasses = 10 batchsize = 100 def layers(data): layer1 = {'weights': tf.Variable(tf.random_normal([784, n1])), 'bias': tf.Variable(tf.random_normal([n1]))} layer2 = {'weights': tf.Variable(tf.random_normal([n1, n2])), 'bias': tf.Variable(tf.random_normal([n2]))} output = {'weights': tf.Variable(tf.random_normal([n2, nclasses])), 'bias': tf.Variable(tf.random_normal([nclasses]))} l1 = tf.add(tf.matmul(data, layer1['weights']), layer1['bias']) l1 = tf.nn.relu(l1) l2 = tf.add(tf.matmul(l1, layer2['weights']), layer2['bias']) l2 = tf.nn.relu(l2) output = tf.add(tf.matmul(l2, output['weights']), output['bias']) return output with tf.Session() as sess: data_inpt = tf.placeholder(tf.float32) output_op = layers(data_inpt) sess.run(tf.global_variables_initializer()) result = sess.run(output_op, {data_inpt: fake_mnist()}) print(type(result)) print(result)

我非常怀疑，您的代码是在任何其他笔记本文件中运行的。我想在其他笔记本文件中你已经多次layers执行了单元格，这样在tf.global_variables_initializer的第二次调用中，图形中的变量已经存在。但是你发布的代码绝对不正确。

Answer 2

因为你提到代码在另一个笔记本上工作，所以它可能是版本问题，所以不要使用session.run(tf.global_variables_initializer())，而是尝试session.run(tf.initialize_all_variables())，btw tf.initialize_all_variables（）目前已被弃用。< / p>

Tensorflow初始化变量

2 个答案: