当任何可训练的变量将“validate_shape”参数设置为False时,Tensorflow的AdamOptimizer会向我抛出错误 . 我将此参数设置为false以允许在运行时动态批量大小 .
~/anaconda/lib/python3.5/site-packages/tensorflow/python/framework/tensor_shape.py in as_list(self)
774 """
775 if self._dims is None:
--> 776 raise ValueError("as_list() is not defined on an unknown TensorShape.")
777 return [dim.value for dim in self._dims]
778
ValueError: as_list() is not defined on an unknown TensorShape.
我无法使用GradientDescentOptimizer重现此错误,但Tensorflow中的所有其他优化器都会抛出相同的错误 .
opt = tf.train.AdamOptimizer()
X = tf.placeholder(tf.float64, shape=[None, None], name='X')
Y = tf.placeholder(tf.float64, shape=[None, 1], name='Y')
B = tf.Variable(initial_value=tf.zeros([tf.shape(X)[1], 1], dtype=tf.float64), validate_shape=False, name='B')
prediction = tf.matmul(X, B)
loss = tf.reduce_sum((Y- prediction) ** 2)
opt_op = opt.minimize(loss)
有没有理由为什么GradientDescentOptimizer似乎在运行时支持动态变量形状,但其他优化器不支持?
完整的复制品:https://github.com/narner90/scratchpad/blob/master/AdamOptimizerValidateShape.ipynb
1 回答
AdamOptimizer
需要定义几个内部变量,如__init__
函数中所述:https://www.tensorflow.org/versions/r0.11/api_docs/python/train.html#AdamOptimizer这些变量(力矩向量)需要相同的形状,并且要更新变量并且不能动态地成形 . 它们通过
tf.zeros
进行初始化,如果形状未知,则不知道要设置为零的元素数量 . 即使您可以使用tf.zeros_like
,运行session.run(init_op)
时仍然需要这些零变量的完整形状 .