运行Adam Optimizer

Question

我正在尝试运行AdamOptimizer进行一步训练，但没有成功。

optimizer = tf.train.AdamOptimizer(learning_rate)
init = tf.global_variables_initializer()

with tf.Session() as sess:
    sess.run(init)
    sess.run(optimizer.minimize(cost), feed_dict={X:X_data, Y: Y_data})

控制台显示了一个难看的错误：

FailedPreconditionError (see above for traceback): Attempting to use uninitialized value beta1_power
 [[Node: beta1_power/read = Identity[T=DT_FLOAT, _class=["loc:@W1"], _device="/job:localhost/replica:0/task:0/cpu:0"](beta1_power)]]

在代码中，cost是一个定义明确的函数，使用两个参数X，Y(分别是NN和训练标签的条目)实现一个conv NN加上一个逻辑损失函数。

有什么想法可能是错误的吗？

Answer 1

optimizer.minimize(cost)正在您的图表中创建新的值和变量。

当您调用sess.run(init)时，.minimize方法创建的变量尚未定义:这是您的错误。

您只需在调用tf.global_variables_initializer()之前声明最小化操作

optimizer = tf.train.AdamOptimizer(learning_rate)
minimize = optimizer.minimize(cost)
init = tf.global_variables_initializer()

with tf.Session() as sess:
    sess.run(init)
    sess.run(minimize, feed_dict={X:X_data, Y: Y_data})