...weights already exists, disallowed. Did you mean to set reuse=True...（解决办法）

model.inference(train_batch, BATCH_SIZE, N_CLASSES)这个里面应该有with tf.variable_scope(‘layer1’):这样的代码，改为with tf.variable_scope(‘layer1’, reuse = tf.AUTO_REUSE):

解决：

1 若想要继续使用并共享当前的TensorFlow模型结构或变量：

按照报错的提示信息加上reuse=True，例如：

with tf.variable_scope(“a”,reuse=True):
b = tf**.get_variable**(“b”,[0])

2 若想要继续使用但不共享当前的TensorFlow模型结构或变量：

修改变量名，使其和默认的变量不重名。

3 若想丢弃当前TensorFlow的图，重新开始构图：

在报错位置前加上一行：

tf.reset_default_graph() # 清除默认图像的堆栈，并重置默认图

强调：上面方法不行的话：
W = tf.Variable(tf.truncated_normal(filter_shape, stddev=0.1), name=“W”)
b = tf.Variable(tf.constant(0.1, shape=[num_filters]), name=“b”)

————————————————
版权声明：本文为CSDN博主「折工大子」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/qq_38262728/article/details/90581445