tensorflow遇到的错误

本文总结了在使用TensorFlow过程中遇到的一些错误,包括FailedPreconditionError、AssertionError、ModuleNotFoundError以及tf.flags的用法。针对这些问题,提出了相应的解决策略,如调整全局变量初始化顺序,避免使用tf.reset_default_graph(),导入io模块替换cStringIO,以及理解如何使用tf.flags进行命令行参数设置。
摘要由CSDN通过智能技术生成

1. FailedPreconditionError (see above for traceback): Attempting to use uninitialized value conv2d_1/kernel

	ops.reset_default_graph()
    config = tf.ConfigProto()
    with tf.Session(config=config) as sess:
        sess.run(tf.global_variables_initializer())
        sess.run(tf.local_variables_initializer())
        model = Network(n_H0, n_W0, n_C0, n_y)  #此类中定义了placeholder, cost, forward propagation

        print('Start Training...')
        train(X_train, Y_train, sess, model)  #此函数定义了optimizer = tf.train.AdagradOptimizer(learning_rate=learning_rate).minimize(model.cost)

产生错误:FailedPreconditionError (see above for traceback): Attempting to use uninitialized value conv2d_1/kernel

原因:sess.run(tf.global_variables_initializer()) 全局变量初始化应该位于定义optimizer之后

def train(X_train, Y_train, sess, model, learning_rate=0.009,
          num_epochs=100, minibatch_size=64, print_cost=True):

    costs = []  # To keep track of the cost
    m = X_train.shape[0]

    
  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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