时间戳

首页 > 解决方案 > FailedPreconditionError：尝试将未初始化的值 conv2d_1/kernel 与 Tensorflow/Python 一起使用

python - FailedPreconditionError：尝试将未初始化的值 conv2d_1/kernel 与 Tensorflow/Python 一起使用

问题描述

我正在尝试借助以下代码创建一个 CNN 模型：

import tensorflow as tf

class Create_CNN:
  def _conv(self, input, nChannels, kernelSize, kernelStride):
    conv = tf.layers.conv2d(inputs=input,
                            filters=nChannels,
                            kernel_size=kernelSize,
                            strides=(kernelStride, kernelStride),
                            padding='same',
                            activation=tf.nn.relu
                            )
    return conv

  def create_cnn(self, input, nChannels, kernelSize, kernelStride):
    input = tf.reshape(input, shape=[-1, 500, 530, 3])
    layer1 = Create_CNN()._conv(input, nChannels, kernelSize, kernelStride)
    layer2 = Create_CNN()._conv(layer1, nChannels, kernelSize, kernelStride)
    layer3 = Create_CNN()._conv(layer2, nChannels, kernelSize, kernelStride)
    layer4 = Create_CNN()._conv(layer3, nChannels, kernelSize, kernelStride)
    layer5 = Create_CNN()._conv(layer4, nChannels, kernelSize, kernelStride)
    return layer5

在这里，我的输入是 500 * 530 * 3 维图像。我正在尝试使用以下代码传递输入和其他参数：

with tf.Session().as_default():
      tf.global_variables_initializer().run()
      i = PlantUtils().create_instance('ara2013_plant001_rgb.png', 'ara2013_plant001_label.png', 500, 530, 100, 106, 1, 1,
                                 1)
      input_image = i[0] # It is a 500 * 530 * 3 tensor
      b = Create_CNN().create_cnn(input=input_image, kernelSize=3, kernelStride=1, nChannels=30)
      x = tf.argmax(input=b, axis=1)
      print x.eval()

当我尝试打印 logits（x 的平均值）时，出现以下错误：

FailedPreconditionError (see above for traceback): Attempting to use uninitialized value conv2d_1/kernel

我不确定我做错了什么。我需要查看我的 CNN 模型生成的 logits。我真的需要这方面的帮助。

标签： pythontensorflow

解决方案

发生这种情况是因为您在构建图形之前运行了初始化程序。理想情况下，您应该Graph在创建Session. 尝试这个

with tf.Graph().as_default():
  i = PlantUtils().create_instance('ara2013_plant001_rgb.png', 'ara2013_plant001_label.png', 500, 530, 100, 106, 1, 1, 1)
  input_image = i[0] # It is a 500 * 530 * 3 tensor
  b = Create_CNN().create_cnn(input=input_image, kernelSize=3, kernelStride=1, nChannels=30)
  x = tf.argmax(input=b, axis=1)
  with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    print sess.run(x)

推荐阅读