global_step不随训练变化

今天运行代码时发现，跑完后 loss 记录出现问题。相关代码如下，记录loss时调用了global_step。但结果global_step一直未随网络update变化。

self.summaries = tf.summary.merge([
            tf.summary.scalar("loss", self.loss),
            tf.summary.scalar("loss_state", self.loss_state),
            tf.summary.scalar("loss_reward", self.loss_reward)
        ])
l, train_sum, global_step, _ = sess.run([self.loss,self.summaries,tf.train.get_global_step(),self.learn],{self.s:s,
                                  self.a:a,
                                  self.r:r,
                                  self.s_:s_nn})
self.writer.add_summary(train_sum,global_step)

发现构建类时global_step尚未创建，如下。

Ob_State = Transform() #类
global_step = tf.Variable(0, name='global_step', trainable=False)

调换位置如下即可解决。

global_step = tf.Variable(0, name='global_step', trainable=False)
Ob_State = Transform()