web-dev-qa-db-fra.com

Exécution d'Adam Optimizer

J'essaie d'exécuter un AdamOptimizer pour une étape de formation, sans succès.

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})

La console crache une erreur laide:

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)]]

Dans le code, le coût est une fonction bien définie mettant en œuvre un conv NN plus une fonction de perte logistique, utilisant deux paramètres X, Y (l'entrée du NN et les étiquettes de formation respectivement)

Des idées sur ce qui pourrait être faux?

pythontensorflowconv-neural-network
13
Jsevillamol

optimizer.minimize(cost) crée de nouvelles valeurs et variables dans votre graphique.

Lorsque vous appelez sess.run(init) les variables que la méthode .minimize Crée ne sont pas encore définies: c'est votre erreur.

Il vous suffit de déclarer votre opération de minimisation avant d'appeler tf.global_variables_initializer():

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})
19
nessuno