張量流中的錯誤評估網絡

Question

我正在嘗試通過保護程序加載已保存的模型，並根據測試數據評估網絡的輸出，還原已保存的模型並將網絡用作功能：

def model(x, x_size):
   with tf.variable_scope("my_net", reuse=tf.AUTO_REUSE):
       W1 = tf.get_variable('w1', [x_size, x_size], 
                initializer=tf.random_normal_initializer())
       b1 = tf.get_variable('b1', [x_size], 
                initializer=tf.random_normal_initializer())  
       y1 = tf.nn.relu(tf.matmul(x, W1) + b1,'y1')
       return y1 


eval_x = tf.placeholder(tf.float32, name='eval_x', shape=[None, x_size])
eval_probs = model(eval_x, x_size)
with tf.Session() as sess:
    new_saver = tf.train.import_meta_graph('save_model/model.ckpt.meta')
    new_saver.restore(sess, "save_model/model.ckpt")
    probs = sess.run(eval_probs, feed_dict={eval_x: test_x})

我得到的錯誤是：

FailedPreconditionError（請參閱上面的回溯）：嘗試使用未初始化的值my_net / w1 [[節點：my_net / w1 / read = IdentityT = DT_FLOAT，_class = [“ loc：@ my_net / w1”]，_device =“ / job：localhost /復制：0 /任務：0 /裝置：CPU：0" ]]

有人可以幫忙嗎？

Answer 1

您需要運行特殊的操作來初始化變量w1 。 一種簡單的方法是在創建會話之后但使用變量之前執行sess.run(tf.global_variables_initializer()) 。

Answer 2

從代碼看來，您沒有傳遞任何值

x_size

所以我認為您的變量不會被初始化。