尝试将NN定义为类时初始化tf.variable时出错

Question

我正在尝试使用python类定义一个简单的tensorflow图，如下所示：

import numpy as np
import tensorflow as tf

class NNclass:

def __init__(self, state_d, action_d, state):
    self.s_dim = state_d
    self.a_dim = action_d
    self.state = state
    self.prediction

@property
def prediction(self):
    a = tf.constant(5, dtype=tf.float32)
    w1 = tf.Variable(np.random.normal(0, 1))
    return tf.add(a, w1)

state = tf.placeholder(tf.float64, shape=[None, 1])
NN_instance = NNclass(1, 2, state)

ses = tf.Session()
ses.run(tf.global_variables_initializer())

nn_input = np.array([[0.5], [0.7]])
print(ses.run(NN_instance.prediction,  feed_dict={state: nn_input}))

当我运行此代码时，出现以下错误：

FailedPreconditionError (see above for traceback): Attempting to use uninitialized value Variable_1

我的看法是，我有一个NNclass实例，并且遍历了tf图，因为def__init__遍历了预测方法。 但是我不明白为什么运行此命令会产生上述错误。 任何帮助请谢谢

Answer 1

创建所有变量后，应调用tf.global_variables_initializer() 。 在您的示例中， prediction函数定义w1变量，直到ses.run()才初始化。

您可以在__init__函数内部创建变量，如下所示：

class NNclass:
    def __init__(self, state_d, action_d, state):
        self.s_dim = state_d
        self.a_dim = action_d
        self.state = state
        self.a = tf.constant(5, dtype=tf.float32)
        self.w1 = tf.Variable(np.random.normal(0, 1))

    @property
    def prediction(self):
        return tf.add(self.a, self.w1)

Answer 2

在执行操作时将函数的结果传递给sess.run()并不是最佳实践，这会造成混乱。

配置网络的一种更好的做法是创建一个build_graph()函数，其中定义了所有的tensorflow操作。 然后返回您需要计算的张量（更好的是，将它们存储在字典中或将它们另存为对象的属性）。

例：

def build_graph():
  a = tf.constant(5, dtype=tf.float32)
  w1 = tf.Variable(np.random.normal(0, 1))
  a_plus_w = tf.add(a, w1)
  state = tf.placeholder(tf.float64, shape=[None, 1])
  return a_plus_w, state

a_plus_w, state = build_graph()
sess = tf.Session()
sess.run(tf.global_variables_initializer())

nn_input = np.array([[0.5], [0.7]])
print(sess.run(a_plus_w,  feed_dict={state: nn_input}))

您犯的关键错误是您没有将张量流的开发两个阶段分开。 您有一个“构建图”阶段，在其中定义了要执行的所有数学运算，然后是“执行”阶段，在此阶段中，您使用sess.run要求tensorflow为您执行计算。 当您调用sess.run您需要传递tensorflow想要计算的张量（已经在图中定义的tf对象）。 您不应该将tensorflow传递给函数来执行。