Tensorflow錯誤：嘗試使用未初始化的值multi_rnn_cell

Question

在我的模型文件中，我創建了一個多層-rnn，如下所示：

#RNN initialization part
cell = tf.contrib.rnn.GRUCell(self.global_dim, kernel_initializer=self.xavier_initializer)   
self.GRU = tf.contrib.rnn.MultiRNNCell([cell for _ in range(self.rnn_layers)])

我在另一個函數中調用此單元格：

def RNN(self):
    state = self.initRNNState()
    inputs = tf.reshape(self.itemVec, [self.num_steps, self.batch_size, self.global_dim])
    hiddenState = []

    for time_step in range(self.num_steps):
        _, state = self.GRU(inputs[time_step], state)
        hiddenState.append(tf.reshape(state[-1], [self.global_dim])) #Store last layer

    return tf.convert_to_tensor(hiddenState)

在我的主文件中，我嘗試了sess.run(tf.global_variables_initializer())和sess.run(tf.local_variables_initializer()) ，但得到了同樣的錯誤：

FailedPreconditionError (see above for traceback): Attempting to use uninitialized value multi_rnn_cell/cell_0/gru_cell/gates/kernel
     [[Node: multi_rnn_cell/cell_0/gru_cell/gates/kernel/read = Identity[T=DT_FLOAT, _class=["loc:@multi_rnn_cell/cell_0/gru_cell/gates/kernel"], _device="/job:localhost/replica:0/task:0/device:GPU:0"](multi_rnn_cell/cell_0/gru_cell/gates/kernel)]]
     [[Node: Neg/_11 = _Recv[client_terminated=false, recv_device="/job:localhost/replica:0/task:0/device:CPU:0", send_device="/job:localhost/replica:0/task:0/device:GPU:0", send_device_incarnation=1, tensor_name="edge_1304_Neg", tensor_type=DT_FLOAT, _device="/job:localhost/replica:0/task:0/device:CPU:0"]()]]

我只是想知道為什么我的gru細胞沒有初始化。

Answer 1

你不顯示完整的代碼，但我敢肯定，你打電話sess.run(tf.global_variables_initializer()) 然后再 RNN()方法。 這不起作用，因為RNN()正在向圖表添加新節點，並且需要初始化它們，就像其他人一樣。

解決方案：確保創建完整的計算圖，然后才調用初始化程序。