Tensorflow报错 Attempting to use uninitialized value ***/conv2d/kernel 解决

自己尝试复现了一下SSD，train一切顺利，但是在存储模型的时候遇到了这个问题。

花了整整24个小时，一度绝望，以为是自己代码的根本逻辑出了问题，记录一下解决这个问题的过程。

先说解决方法：

    #-------------------
    #（1）这里不应该有网络变量
    #-------------------
    with tf.Session() as sess:
        sess.run(tf.global_variables_initializer())
        ...
        ...
        saver = tf.train.Saver().
        saver.save(sess, os.path.join('./save/', 'ckp'), global_step=1)
        #-----------------
        #saver.sava()这里应该是sess，而不是tf.Session()
        #-----------------

报错截图：

尝试1.先看了stackoverflow上的问题，遇到了同样遇到这个问题的老哥，说是有local_variables没有被初始化，使用

tf.local_variables_initializer()

无效。

 

尝试2.然后发现我从网上复制的，储存模型的办法，是这样写的：

saver.save(tf.Session(), os.path.join('./save/', 'ckp'), global_step=1)

这在原有的项目里是不会出现问题的，因为原项目并没有用

with tf.Session() sess:

包裹训练/储存模块。但是，如果包裹了（就像最上面的代码块），就等于新开了一个回话，储存新开回话里的variables了。这显然是不对的，我们需要储存的是当前回话，也就是sess里的variables。应该把它改成sess。

这样改了。发现还是报错。

 

尝试3.然后我就想：在循环里的variables都是正常的，不然模型不可能正常训练。我打印了这些变量，也都是存在的。问题应该会出现在循环外的变量上。

接着就发现了，在最上方代码块中的（1）位置，我调用了自己的ssd_net网络模型。一开始是用来给绑定ground_truth的模块提供6个layer用的，得到一些tensor的形状，用于接下来的处理。

显然，调用了

tf.global_variables_initializer()

之后，一开始调用的ssd_net模型的参数就会出问题（会出什么问题还在思考中）。

然后改了代码结构，将一些处理都放在loss函数的模块里了，在循环外只有三行代码了

 

 

最后，在同时进行尝试2，尝试3之后，问题解决了。

但过程比较曲折。因为尝试2无效，我就将代码回滚了。然后发现尝试3之后还是会报一样的错误，再次将代码回滚了。就这样来回尝试/回滚了好多次。我甚至将网络变量一个个打印出来对比。最后才发现，同时错了两个地方，并且这两个错误会报同一个错。。。。。。

我对tensorflow的理解好像又变深了一点了。

为了庆祝，吃顿好的！