首页 文章

不能使用TensorFlow变量两次

提问于
浏览 次
3

我正在尝试熟悉TensorFlow，而且我不确定占位符，变量等 . 为了简单起见，我尝试创建一个非常简单的计算 - 占位符和变量，它只是占位符乘以2 .

我把所有东西放在一个函数中，就像这样：

import tensorflow as tf

def try_variable(value):
    x = tf.placeholder(tf.float64, name='x')
    v = tf.Variable(x * 2, name='v', validate_shape=False)

    with tf.Session() as session:
        init = tf.global_variables_initializer()
        session.run(init, feed_dict={x: value})
        return session.run(v)

然后我调用函数：

print(try_variable(80))

实际上输出是160 .

但是当我再次打电话时：

print(try_variable(80))

我收到一个错误：

InvalidArgumentError：您必须使用dtype double为占位符张量'x'提供值

我错过了什么？

python tensorflow

1 回答

  • 3

    现在你每次调用函数时都会创建一个新的变量和占位符，所以在你第二次调用 try_variable 函数时，你实际上有2个占位符和2个TensorFlow变量！ x ， x_1 ， v ， v_1 .

    因此，在第二次运行init操作时，只为占位符 x_1 提供初始值，该占位符现在绑定到python变量 x .

    如果要在当前图表中打印所有张量的名称，可以调用

    print [n.name for n in tf.get_default_graph().as_graph_def().node]

    如果你仍然想在每次调用函数时创建2个新的张量，一个选项是每次调用函数时使用命令 tf.reset_default_graph() 重置默认图形 - 这是非常不推荐的 .

    回复于

相关问题