关于循环调用Variable RNN的reuse问题

问题：Variable already exists

问题描述：Variable rnn/basic_lstm_cell/kernel already exists, disallowed. Did you mean to set reuse=True or reuse=tf.AUTO_REUSE in VarScope? Originally defined at:

原因

数据格式如下:需要对不同ID的数据分别进行神经网络的预测，for循环下每个ID都调用一次搭建的RNN模型，这种情况下就出现了reuse的问题。

解决

1. 如果只需要计算一次RNN模型，那么常见的解决的解决方法是在rnn_cell上使用 with tf.variable_scope即可，reuse = ‘None’ ,‘True’, ‘tf.AUTO_REUSE’
   需要注意的是如果有两个cell且名称一致的话, 第一个的cell 上面一定写上resuse = ’None’或’tf.AUTO_REUSE’ ，第二个之后要写’True’ 。

2. 或者，你可以直接给两个cell其不同的名字。

    with tf.variable_scope('lstm',reuse=tf.AUTO_REUSE):
        rnn_cell = tf.contrib.rnn.BasicLSTMCell(num_units=128)
   #####有两个cell，起不同的名字 或者 设置reuse #######
    with tf.variable_scope('lstm',reuse=None):
        rnn_cell = tf.contrib.rnn.BasicLSTMCell(num_units=128)
    with tf.variable_scope('lstm',reuse=True):
        rnn_cell = tf.contrib.rnn.BasicLSTMCell(num_units=128)       

3. 我遇到的是需要不断的调用计算，所以设置reuse就没有效果了。因为如果设置为’True’ ，则违背了第一个cell不同为True的原则，如果设置为另外两个，又违背了之后要令cell为True的原则，所以只能用改名的方法了。代码示例如下：

###for对user_id的循环下##
flage =str(user_id)
####在网络中传递 flage ，使每次调用cell都有不同的名字，这个问题就解决了。
def model_loss(flage,ac_fn, keep_prob, input_, label_):
    with tf.variable_scope(flage,reuse=tf.AUTO_REUSE):
        rnn_cell = tf.contrib.rnn.BasicLSTMCell(num_units=128)
        outputs, (h_c, h_n) = tf.nn.dynamic_rnn(
            rnn_cell,                   # cell you have chosen
            input_,                      # input
            initial_state=None,         # the initial hidden state
            dtype=tf.float32,           # must given if set initial_state = None
            time_major=False,           # False: (batch, time step, input); True: (time step, batch, input)
        )
                                                              train_features, train_targets, val_features, val_targets, test_features, leaky_relu)

这是一个小问题，但是当时没想明白，对tensorflow的reuse设置也不了解，所以还是记录一下。另外，如果以上方法还没解决这个问题，可以考虑重启python核，另外 tf.reset_default_graph() 放在程序开始也是常见的操作。