tensorflow常见debug总结（持续更新）

1. init = tf.global_variables_initializer()  一定要放在构建所有Variable之后，因为该语句就初始化已经构建过的Variable

2. tf.matmul(a,b)，matmul在运行时不提供吗强制类型转换，所以a和b必须类型一致，可以使用tf.cast，比如

    tf.cast(a, tf.float32)

3. tf中最常见的就是维度方面的错误，常见的解决方法是在代码中假如打印 print(tensor)

4. tf.get_variable如果要使用已有的数据结构初始化，最好使用 np.ndarray，使用list往往会出现错误

5. tf.shape(a) 显示 (3,) 表示 a是有3个维度的tensor，而非是在一个维度上有3个元素！

6. 在定义loss之前，需要手动给loss赋一个初值，比如：

def add_loss_op(self, preds):
    # 这里必须要加上
    self.loss = 0.0
    self.loss = tf.reduce_mean(          
        tf.nn.softmax_cross_entropy_with_logits( logits = preds,
              labels =  self.labels_placeholder )
    )
    return self.loss

7. 在电脑上运行tf代码有时候会出现:Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2

    解决方案（和TF的安装方法相关，时间关系，暂时没有试过，以后再看）：How to compile Tensorflow with SSE4.2 and AVX     instructions?