Question

我正在使用数据集api从tfrecords中读取数据。我正在使用以下代码将字符串数据转换为虚拟数据。

SFR1 = tf.feature_column.indicator_column(
    tf.feature_column.categorical_column_with_vocabulary_list("SFR1 ",
                                                             vocabulary_list=("1", "2")))

但是当我运行我的代码时，tensorflow会抛出以下错误。

tensorflow.python.framework.errors_impl.FailedPreconditionError：表已初始化。 [[节点： Generator / input_layer / SFR1 _indicator / SFR1 _lookup / hash_table / table_init = InitializeTableV2 [Tkey = DT_STRING，Tval = DT_INT64]（生成器/ input_layer / SFR1 _indicator / SFR1 _lookup / hash_table， Generator / input_layer / SFR1 _indicator / SFR1 _lookup / Const， Generator / input_layer / SFR1 _indicator / SFR1 _lookup / ToInt64）]] [[Node：Generator2 / IteratorGetNext = IteratorGetNextoutput_shapes = [[?, 10000,160]] output_types = [DT_FLOAT] _device = “/作业：本地主机/复制：0 /任务：0 /装置：CPU：0”]]

我尝试了很多组合来确定问题的根源。我知道当模型同时包含tf.feature_column.categorical_column_with_vocabulary_list和dataset api时会出现此问题。如果我选择TFRecordReader而不是dataset，则代码正在运行。

当我搜索stackoverflow时，我注意到存在类似的问题。我在下面添加问题链接。由于两个问题都相同，我没有复制我的所有代码。下面的链接包含足够的数据来解释我的问题

Tensorflow feature columns in Dataset map Table already initialized issue

感谢。

Answer 1

我遇到了同样的问题。然后根据Tensorflow的警告修改我的代码，它可以正常工作：

不支持在传递给Dataset.map（）的函数内部创建查找表。在函数外部创建每个表，并将其捕获到函数内部以供使用。

希望这会有所帮助。

Answer 2

这是TensorFlow的早期版本的问题，更新到TF2.0应该可以解决此问题。

pip install --upgrade tensorflow

FailedPreconditionError：表已初始化

2 个答案: