tensorflow报错总结

1.变量未初始化  

    报错内容——Attempting to use uninitialized value full_connection/Variable

    原因：1，未初始化变量，2，初始化变量的位置不正确

正确演示：

#创建变量，应在初始化变量之前
a=tf.Variable(initial_value=tf.random_normal(shape=shape, stddev=0.01))

# 初始化变量
init = tf.global_variables_initializer()

2.变量类型导致

    报错内容——x and y must have the same dtype, got tf.float32 != tf.int32

   原因：1，a / b时，当a属性为Tensor("Const:0", shape=(2, 3), dtype=float32)

                     tensor b 的属性 <class 'tensorflow.python.framework.tensor_shape.Dimension'>

   解决方法：将b 转变tf.cast()为可以运算的类，或使用value

import tensorflow as tf

a=tf.constant([[1,2,3],[2,3,4]])
print(a)
#使用shape,get_shape获取张量的形状的属性是TensorShape，直接索引获取值的属性为#tensor_shape.Dimension，无法当被除数来参加运算，可以使用value使其变为int32类型
print(a.get_shape())
print(type(a.shape))
print(a.shape[0],type(a.shape[0]))
print(a.shape[0].value,type(a.shape[0].value))

输出结构

Tensor("Const:0", shape=(2, 3), dtype=int32)
(2, 3)
<class 'tensorflow.python.framework.tensor_shape.TensorShape'>
2 <class 'tensorflow.python.framework.tensor_shape.Dimension'>
2 <class 'int'>

3.版本更新导致，或函数名错误 

报错内容——AttributeError:_parse_flags

   原因：TensorFlow版本升级后，它就无情的抛弃了FLAGS._parse_flags()这种用法，改成了用FLAGS.flag_values_dict(）

 

解决方法：使用FLAGS.flag_values_dict(）