model.inference(train_batch, BATCH_SIZE, N_CLASSES)这个里面应该有with tf.variable_scope(‘layer1’):这样的代码,改为with tf.variable_scope(‘layer1’, reuse = tf.AUTO_REUSE):
解决:
1 若想要继续使用并共享当前的TensorFlow模型结构或变量:
按照报错的提示信息加上reuse=True,例如:
with tf.variable_scope(“a”,reuse=True):
b = tf**.get_variable**(“b”,[0])
2 若想要继续使用但不共享当前的TensorFlow模型结构或变量:
修改变量名,使其和默认的变量不重名。
3 若想丢弃当前TensorFlow的图,重新开始构图:
在报错位置前加上一行:
tf.reset_default_graph() # 清除默认图像的堆栈,并重置默认图
强调:上面方法不行的话:
W = tf.Variable(tf.truncated_normal(filter_shape, stddev=0.1), name=“W”)
b = tf.Variable(tf.constant(0.1, shape=[num_filters]), name=“b”)
————————————————
版权声明:本文为CSDN博主「折工大子」的原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/qq_38262728/article/details/90581445