FailedPreconditionError：尝试使用未初始化的值

Posted 2021-05-06

我正在尝试组建一个神经网络，我想保存我初始化网络以供以后使用的权重。

这是创建网络的代码：

def neural_network_model(data, layer_sizes):
    num_layers = len(layer_sizes) - 1 # hidden and output layers
    layers = [] # hidden and output layers

    # initialise the weights
    weights = {}
    for i in range(num_layers):
        w_name = 'W' + str(i+1)
        b_name = 'b' + str(i+1)
        w = tf.get_variable(w_name, [layer_sizes[i], layer_sizes[i+1]], 
            initializer = tf.contrib.layers.xavier_initializer(), dtype=tf.float32)
        b = tf.get_variable(b_name, [layer_sizes[i+1]], 
            initializer = tf.zeros_initializer(), dtype=tf.float32)
        layers.append({'weights': w, 'biases': b})
        weights[w_name] = w

    # save the weights dictionary
    saver = tf.train.Saver(var_list=weights)
    with tf.Session() as sess:
        sess.run(init)   
        save_path = saver.save(sess, path + 'weights.ckpt') # path is set elsewhere

我得到的错误如下：

FailedPreconditionError: Attempting to use uninitialized value b2

（我也把W1和W3作为未初始化的值）。

这怎么可能？ sess.run(init)（我在代码前面指定init为tf.global_variables_initializer()）不应该关注所有变量初始化吗？

答案

完成创建图形后，最后需要创建variable initializer。 当你调用tf.global_variable_initializer()时，它会获取在此之前创建的所有可训练变量。因此，如果在创建图层（和变量）之前定义它，那么这些新变量将不会添加到此初始值设定项中。