代码之家 › 专栏 › 技术社区 › piccolo

TensorFlow会话运行不使用均方误差

tensorflow python

0

piccolo · 技术社区 · 7 年前

我确信我忽略了一些显而易见的东西,但是当我试图用tensorflow得到均方误差时,我得到了一条错误消息。

import tensorflow as tf

a = tf.constant([3, -0.5, 2, 7])
b = tf.constant([2.5, 0.0, 2, 8])
c = tf.metrics.mean_squared_error(a,b)

sess = tf.Session()
print(sess.run(c))

出现错误:

FailedPreconditionError (see above for traceback): Attempting to use uninitialized value mean_squared_error/count
     [[Node: mean_squared_error/count/read = Identity[T=DT_FLOAT, _device="/job:localhost/replica:0/task:0/device:CPU:0"](mean_squared_error/count)]]

但单独打印c不会产生错误:

print c

(<tf.Tensor 'mean_squared_error/value:0' shape=() dtype=float32>, <tf.Tensor 'mean_squared_error/update_op:0' shape=() dtype=float32>)

2 回复 | 直到 7 年前

1

Patwie 7 年前

根据 the implementation 以下方法有效

import tensorflow as tf 
a = tf.constant([3, -0.5, 2, 7])
b = tf.constant([2.5, 0.0, 2, 8])
c = tf.metrics.mean_squared_error(a,b)
sess = tf.InteractiveSession()
sess.run(tf.local_variables_initializer())
sess.run(tf.global_variables_initializer())
print(sess.run(c))

请理解这是一个流媒体操作。不要把它和函数混在一起 tf.losses.mean_squared_error .

2

0

Ali Aqrabawi 7 年前

在访问变量之前需要初始化变量, 初始化:

import tensorflow as tf

a = tf.constant([3, -0.5, 2, 7])
b = tf.constant([2.5, 0.0, 2, 8])
c = tf.metrics.mean_squared_error(a,b)
init = tf.global_variables_initializer() <--
sess = tf.Session()
sess.run(init) <---
print(sess.run(c))