TensorFlow问题:Variable rnn/basic_lstm_cell/kernel already exists, disallowed

1,前言

首先陈述下我遇到的问题,在我写的程序中需要同时用到两个RNN模型,而且这两个RNN模型需要同时参与训练。结果出现了报错:Variable rnn/basic_lstm_cell/kernel already exists, disallowed....

再者表达下我从网上查找这类错误的经历,在google中快搜上述错误,确实会搜到一些解决办法,主流办法主要有两种:

(1)通过 with tf.variable_scope('scope',reuse=True),给不同的RNN模型定义不同的作用域

(2)在代码中写上 tf.reset_default_graph()

下面陈述在测试这两种方法时遇到的问题

2,网上方法遇到的问题陈述

(1)第一种方法 with tf.variable_scope('scope',reuse=True)

在网上看到这种方法的时候,我都不知道这行代码应该写在工程代码中的那一块(我是tensorflow菜鸟一枚,着实不知道在哪儿写,亲测后才知道)。这行代码应该写在RNN模型开始执行的前边,以下代码段给出正确的书写位置

def RNN_u():
	pass
def RNN_i():
	pass
		
with tf.variable_scope('user'):
	self.h_pool_flat_u = RNN_u(self.embedded_user,weights,biases) #RNN模型开始执行的代码
with tf.variable_scope('item',reuse = True):
	self.h_pool_flat_i = RNN_i(self.embedded_item,weights,biases) #RNN模型开始执行的代码

位置写正确了,开始运行整个程序吧,还是报错、、、无奈,只能试第二种办法

(2)第二种方法  tf.reset_default_graph()

这种方法,真真是不知道写在代码的程序中的哪个位置,我试试了写在两个模型的前边、两个模型的中间,运行程序还是会报错

3,解决方案(亲测,程序运行成功)

经过测试,能让程序正常运行的方法是第一种方法的改良版,就是将reuse=True去掉,代码如下:

def RNN_u():
	pass
def RNN_i():
	pass
		
with tf.variable_scope('user'):
	self.h_pool_flat_u = RNN_u(self.embedded_user,weights,biases) #RNN模型开始执行的代码
with tf.variable_scope('item'):
	self.h_pool_flat_i = RNN_i(self.embedded_item,weights,biases) #RNN模型开始执行的代码

4,总结

适合自己的问题的方法才是有用的方法,希望以上解答能够帮助到大家

  • 9
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 4
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值