web-dev-qa-db-ja.com

TensorFlow：変数の初期化で「初期化されていない値を使用しようとしています」

TensorFlowを使用してPythonに多変量線形回帰を実装しようとしていますが、いくつかの論理的および実装上の問題に遭遇しました。私のコードは次のエラーをスローします：

Attempting to use uninitialized value Variable
Caused by op u'Variable/read'

理想的には、weights出力は[2, 3]である必要があります

def hypothesis_function(input_2d_matrix_trainingexamples,
                        output_matrix_of_trainingexamples,
                        initial_parameters_of_hypothesis_function,
                        learning_rate, num_steps):
    # calculate num attributes and num examples
    number_of_attributes = len(input_2d_matrix_trainingexamples[0])
    number_of_trainingexamples = len(input_2d_matrix_trainingexamples)

    #Graph inputs
    x = []
    for i in range(0, number_of_attributes, 1):
        x.append(tf.placeholder("float"))
    y_input = tf.placeholder("float")

    # Create Model and Set Model weights
    parameters = []
    for i in range(0, number_of_attributes, 1):
        parameters.append(
            tf.Variable(initial_parameters_of_hypothesis_function[i]))

    #Contruct linear model
    y = tf.Variable(parameters[0], "float")
    for i in range(1, number_of_attributes, 1):
        y = tf.add(y, tf.multiply(x[i], parameters[i]))

    # Minimize the mean squared errors
    loss = tf.reduce_mean(tf.square(y - y_input))
    optimizer = tf.train.GradientDescentOptimizer(learning_rate)
    train = optimizer.minimize(loss)

    #Initialize the variables
    init = tf.initialize_all_variables()

    # launch the graph
    session = tf.Session()
    session.run(init)
    for step in range(1, num_steps + 1, 1):
        for i in range(0, number_of_trainingexamples, 1):
            feed = {}
            for j in range(0, number_of_attributes, 1):
                array = [input_2d_matrix_trainingexamples[i][j]]
                feed[j] = array
            array1 = [output_matrix_of_trainingexamples[i]]
            feed[number_of_attributes] = array1
            session.run(train, feed_dict=feed)

    for i in range(0, number_of_attributes - 1, 1):
        print (session.run(parameters[i]))

array = [[0.0, 1.0, 2.0], [0.0, 2.0, 3.0], [0.0, 4.0, 5.0]]
hypothesis_function(array, [8.0, 13.0, 23.0], [1.0, 1.0, 1.0], 0.01, 200)
pythonmachine-learninglinear-regressiontensorflow
41
NEW USER

コード例から100％明確ではありませんが、リストinitial_parameters_of_hypothesis_functionがtf.Variableオブジェクトのリストである場合、TensorFlowは（まだ）理解するのに十分ではないため、行session.run(init)は失敗します変数の初期化における依存関係。これを回避するには、parametersを作成するループを変更して、必要な依存関係を追加する initial_parameters_of_hypothesis_function[i].initialized_value() を使用する必要があります。

parameters = []
for i in range(0, number_of_attributes, 1):
    parameters.append(tf.Variable(
        initial_parameters_of_hypothesis_function[i].initialized_value()))
19
mrry

これを実行します：

init = tf.global_variables_initializer()
sess.run(init)

または（お持ちのTFのバージョンに応じて）：

init = tf.initialize_all_variables()
sess.run(init)
56
Philippe Remy

初期化グローバル変数を呼び出すときの順序に関連する別のエラーが発生します。コードのサンプルに同様のエラーがありましたFailedPreconditionError（トレースバックについては上記を参照）：初期化されていない値Wを使用しようとしています

def linear(X, n_input, n_output, activation = None):
    W = tf.Variable(tf.random_normal([n_input, n_output], stddev=0.1), name='W')
    b = tf.Variable(tf.constant(0, dtype=tf.float32, shape=[n_output]), name='b')
    if activation != None:
        h = tf.nn.tanh(tf.add(tf.matmul(X, W),b), name='h')
    else:
        h = tf.add(tf.matmul(X, W),b, name='h')
    return h

from tensorflow.python.framework import ops
ops.reset_default_graph()
g = tf.get_default_graph()
print([op.name for op in g.get_operations()])
with tf.Session() as sess:
    # RUN INIT
    sess.run(tf.global_variables_initializer())
    # But W hasn't in the graph yet so not know to initialize 
    # EVAL then error
    print(linear(np.array([[1.0,2.0,3.0]]).astype(np.float32), 3, 3).eval())

次のように変更する必要があります

from tensorflow.python.framework import ops
ops.reset_default_graph()
g = tf.get_default_graph()
print([op.name for op in g.get_operations()])
with tf.Session() as 
    # NOT RUNNING BUT ASSIGN
    l = linear(np.array([[1.0,2.0,3.0]]).astype(np.float32), 3, 3)
    # RUN INIT
    sess.run(tf.global_variables_initializer())
    print([op.name for op in g.get_operations()])
    # ONLY EVAL AFTER INIT
    print(l.eval(session=sess))
5
o0omycomputero0o

解像度を指定したいのですが、[session = tf.Session()]を[sess = tf.InteractiveSession()]に置き換えたときに機能します。これが他の人に役立つことを願っています。

2
Gao Yin

通常、変数を初期化するには2つの方法があります。1）前の回答で述べたようにsess.run(tf.global_variables_initializer())を使用します。 2）チェックポイントからグラフをロードします。

このようにすることができます：

sess = tf.Session(config=config)
saver = tf.train.Saver(max_to_keep=3)
try:
    saver.restore(sess, tf.train.latest_checkpoint(FLAGS.model_dir))
    # start from the latest checkpoint, the sess will be initialized 
    # by the variables in the latest checkpoint
except ValueError:
    # train from scratch
    init = tf.global_variables_initializer()
    sess.run(init)

3番目の方法は、 tf.train.Supervisor を使用することです。セッションは

「マスター」でセッションを作成し、必要に応じてモデルを回復または初期化するか、セッションの準備が整うまで待ちます。

sv = tf.train.Supervisor([parameters])
sess = sv.prepare_or_wait_for_session()
2
Lerner Zhang

両方を実行します：

sess.run（tf.global_variables_initializer（））

sess.run（tf.local_variables_initializer（））

0
Shu Zhang