Tensor A must be from the same graph as Tensor B

这是我一开始的代码:

train_graph = tf.Graph()
with tf.Graph().as_default():
        embedding = tf.Variable(tf.random_uniform((vocab_size, embed_dim), -1, 1))
        embed = tf.nn.embedding_lookup(embedding, input_data)

然后报错为:

Tensor("Placeholder:0", shape=(50, 5), dtype=int32) must be from the same graph as Tensor("Variable:0", shape=(27, 256), dtype=float32_ref).

然后一开始stockoverflow上有一篇也是这种错误的,不过那哥们并没有初始化任何图,所以解决方案就是添加:

tf.reset_default_graph()

原文点我。

我加上后并没有什么卵用(也可能是我小白,不懂)

然后我又找到一篇也是这种问题的,解决办法就是直接把下边这一行去掉(注意改缩进)

with tf.Graph().as_default():
原文点我~
然后问题就解决啦~ 大笑

  • 1
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 3
    评论
评论 3
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

打赏作者

是土豆大叔啊!

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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