tensorflow第五课-常见错误

最新推荐文章于 2020-03-08 09:58:59 发布

原创最新推荐文章于 2020-03-08 09:58:59 发布 · 360 阅读

1 ·

CC 4.0 BY-SA版权

本文主要解析了在使用TensorFlow过程中常见的两类错误：一是无法使用`eval()`评估张量的问题，二是尝试使用未初始化值的问题，并给出了相应的解决办法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.Cannot evaluate tensor using `eval()`: No default session is registered.

出现这个错误主要是因为没有用tf.Session()。但是即使是向下面的方法用这个方法也是会出现错误：

init = tf.initialize_all_variables()
sess = tf.Session() 
sess.run(init)
print tf.clip_by_value(y,2.5,5.5).eval() #这个函数主要是将一个张量固定要一个范围内，避免一些运算上的错误[2.5,5.5]
print tf.reduce_mean(tf.square(y-y_)).eval() #主要是进行mse的计算，均方误差

最好使用下面的方法：

init = tf.initialize_all_variables()
with tf.Session() as sess:
    sess.run(init)
    print tf.clip_by_value(y,2.5,5.5).eval()
    print tf.reduce_mean(tf.square(y-y_)).eval()

2.Attempting to use uninitialized value

主要是因为在运行前，要先对变量进行初始化，否则会报以上错误。主要是利用sess.run(tf.global_variables_initializer())初始化全局参数和局部参数。然后通过sess.run(参数)就可以看到参数运行后的结果。