TensorFlow reuse=True BasicRNNCell

最新推荐文章于 2022-06-21 00:57:58 发布

Wendell6

最新推荐文章于 2022-06-21 00:57:58 发布

阅读量9.1k

点赞数 1

CC 4.0 BY-SA版权

本文链接：https://blog.youkuaiyun.com/wwwwenming2007/article/details/70821467

博主作为TensorFlow新手，在处理训练和测试batch_size不一致时，遇到BasicRNNCell复用问题，导致变量命名冲突错误。通过调查发现，问题源于get_variable操作。解决方案是在VarScope中设置reuse=True。此外，MultiRNNCell和BasicLSTMCell也可能出现相同问题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

更新显示格式

本人 tensorflow新手, 由于训练和测试过程中的batch_size不一致, 需要复用graph中的一些功能，遇到BasicRNNCell复用问题，经过不断调查, 反复测试，问题解决。

分享给大家，如有疑问欢迎提问指正

出现问题的核心code如下 , 不再贴出详细的代码

rnn_cell = tf.nn.rnn_cell.BasicRNNCell(num_units=128, input_size=None, activation=tf.nn.tanh)
outputs1, _ = tf.nn.rnn(rnn_cell, input1, dtype=tf.float32) #input1 shape=[4,125,1000] for training
outputs2, _ = tf.nn.rnn(rnn_cell, input2, dtype=tf.float32) #input1 shape=[4,1,1000] for testing

以上code错误信息如下：
ValueError: Variable RNN/BasicRNNCell/Linear/Matrix already exists, disallowed. Did you mean to set reuse=True in VarScope?
调查得知错误是因为在BasicRNNCell 使用到了get_variable操作，第一次的时候创建新的variable，第二次调用的时候检测到命名冲突，报错。
程序目的是为了使training和testing使用同样的rnn_cell，修改后的code如下：
rnn_cell = tf.nn.rnn_cell.BasicRNNCell(num_units=128, input_size=None, activation=tf.nn.tanh)
with tf.variable_scope("rcnn", reuse=None):
	outputs1, _ = tf.nn.rnn(rnn_cell, input1, dtype=tf.float32) #input1 shape=[4,125,1000] for training
with tf.variable_scope("rcnn", reuse=True):
outputs2, _ = tf.nn.rnn(rnn_cell, input2, dtype=tf.float32) #input1 shape=[4,1,1000] for testing

据我所知在使用如下Cell时同样会出现同样的错误

tf.contrib.rnn.MultiRNNCell

tf.nn.rnn_cell.BasicRNNCell

tf.contrib.rnn.BasicLSTMCell

Done