Tensorflow 错误：尝试使用未初始化的值 multi_rnn_cell答案

【问题标题】：Tensorflow error: Attempting to use uninitialized value multi_rnn_cellTensorflow 错误：尝试使用未初始化的值 multi_rnn_cell
【发布时间】：2018-06-06 17:29:40
【问题描述】：

在我的模型文件中，我创建了一个多层 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)])

我在另一个函数中调用这个单元格：

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，我尝试了sess.run(tf.global_variables_initializer()) 和sess.run(tf.local_variables_initializer())，但得到了同样的错误：

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"]()]]

我只是想知道为什么我的 gru 单元没有初始化。

【问题讨论】：

标签： python tensorflow machine-learning deep-learning recurrent-neural-network

【解决方案1】：

您没有显示完整的代码，但我确定您正在调用 sess.run(tf.global_variables_initializer()) first 和 then RNN() 方法。这不起作用，因为RNN() 正在向图中添加新节点，并且它们需要初始化，就像其他节点一样。

解决方案：确保创建完整的计算图，然后才调用初始化程序。

【讨论】：

是的，你猜对了！我想我知道如何运行我的图表。