Tensorflow编程遇到的问题汇总【持续更新】

最新推荐文章于 2025-07-30 09:41:59 发布

Beryl已存在

最新推荐文章于 2025-07-30 09:41:59 发布

阅读量577

点赞数

CC 4.0 BY-SA版权

本文链接：https://blog.youkuaiyun.com/Miss_yan/article/details/79479598

本文介绍了在搭建GAN模型过程中遇到的变量命名空间冲突问题及其解决方案，并讨论了卷积网络运行时出现的内存溢出及标签设置问题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1、在搭建GAN模型时，使用了和Generator相同结构和参数的simpler，用于在固定epoch后生成样本，便于观察训练效果。但是在运行的过程中出现了 ValueError: Variable generator/g_1e1_conv/w already exists, disallowed.的错误提示，根据提示，判断是由于simpler和generator的变量命名空间相同造成的。

解决办法，在simpler中加入scope.reuse_variables() 表示使用相同的变量空间即可解决该问题。

2、在搭建卷积网络的过程中，运行一段时间后没有任何程序执行情况。可能原因：1）由于卷积层数较深，参数过多，对空间申请较多，导致了内存溢出；2）对标签的设置，如果是手动设置标签，无法使用tf.zeroslike( )等，需要对标签设置为placeholder类型

解决办法：1）可以对全卷积层进行检查，先修改为较小的全卷积，查看网络是否能够正常运行；

2）input1 = tf.placeholder(tf.float32)

input2=tf.placeholder(tf.float32)

sess.run(output, feed_dict = {input1:[7.], input2: [2.]})