ich einen einfachen Code mit dem tensorflow Toolkit wie folgt schreiben:Wertefehler auf tensorflow
import tensorflow as tf
import numpy as np
if __name__=="__main__":
inp = np.random.randint(1,3,(1,20,300,1))
inputs = tf.convert_to_tensor(inp,dtype=tf.float32)
with tf.variable_scope('convpool1') as scope:
kernel = tf.get_variable('weights',[1,300,1,1],initializer=tf.truncated_normal_initializer(stddev=5e-2,dtype=tf.float32))
conv1 = tf.nn.conv2d(inputs,kernel,[1,1,1,1],padding='VALID')
init = tf.initialize_all_variables()
with tf.Session() as sess:
sess.run(init)
with tf.variable_scope('convpool1'):
k_ = sess.run(kernel)
c1_ =sess.run(conv1)
Es funktioniert, wenn ich diesen Code erstes Mal ausführen, aber wenn ich das gleiche wieder laufe, wirft es einen Fehler:
Und ich starte die IDE (Spyder) neu, führe diesen Code, es funktioniert wieder.Was könnte der Ursprung dieses Fehlers sein und wie kann ich es lösen? Vielen Dank für Ihre Zeit!
Jedes Mal, wenn Sie dieses Snippet ausführen, hängt es an das Standarddiagramm an. Sie können 'tf.reset_default_graph()' neu starten –