不能两次使用 TensorFlow 变量

Question

我正在尝试熟悉 TensorFlow，但我不确定占位符、变量等。为了让事情变得简单，我尝试创建一个非常简单的计算 - 一个占位符和一个变量，该变量只是占位符乘以 2。

我把所有东西都放在一个函数中，像这样：

import tensorflow as tf

def try_variable(value):
    x = tf.placeholder(tf.float64, name='x')
    v = tf.Variable(x * 2, name='v', validate_shape=False)

    with tf.Session() as session:
        init = tf.global_variables_initializer()
        session.run(init, feed_dict={x: value})
        return session.run(v)

然后我调用函数：

print(try_variable(80)) 

确实输出是160。

但是当我再次调用它时：

print(try_variable(80))

我收到一个错误：

InvalidArgumentError：您必须使用 dtype double 为占位符张量“x”提供一个值

我错过了什么？

Answer 1

现在，您每次调用该函数时都会创建一个新变量和占位符，因此第二次调用该try_variable函数时，您实际上拥有 2 个占位符和 2 个 TensorFlow 变量！x, x_1, v, v_1.

因此，在您第二次运行 init 操作时，您仅为占位符提供初始值，该占位符x_1现在绑定到 python 变量x。

如果要打印当前图中所有张量的名称，可以调用

print [n.name for n in tf.get_default_graph().as_graph_def().node]

如果您每次调用该函数时仍想创建 2 个新张量，一种选择是每次调用该函数时使用该命令重置默认图形 tf.reset_default_graph() - 极不推荐这样做。