Auftreten und Auflösung von tensorflow.python.framework.errors_impl.FailedPreconditionError

Überblick

Ich bin beim Ausführen einer einfachen GAN auf Keras auf einen Tensorflow-Fehler gestoßen, also eine Erinnerung daran

Was ich machen wollte

Fehlerinhalt

tensorflow.python.framework.errors_impl.FailedPreconditionError: Error while reading resource variable _AnonymousVar44 from Container: localhost. This could mean that the variable was uninitialized. Not found: Resource localhost/_AnonymousVar44/class tensorflow::Var does not exist. [[node mul_28/ReadVariableOp (defined at C:\Python\envs\virtualenv001\lib\site-packages\keras\backend\tensorflow_backend.py:3009) ]] [Op:__inference_keras_scratch_graph_2136]

Function call stack: keras_scratch_graph

Grund

Es scheint sich um einen variablen Initialisierungsfehler von Tensorflow zu handeln (Referenz). Ich war mir nicht sicher, welche Variable den Initialisierungsfehler verursacht hat, aber ich habe hier [hier] eine Lösung gefunden (https://github.com/keras-team/keras/issues/13550).

Gegenmaßnahmen

--optimer verwendet Tensorflow anstelle von Keras. (von tensorflow.keras.optimizers importieren Adam)

Wenn jemand die Ursache des Fehlers kennt, würde ich mich freuen, wenn Sie einen Kommentar abgeben könnten.

Recommended Posts

Auftreten und Auflösung von tensorflow.python.framework.errors_impl.FailedPreconditionError
Das Problem der Lügner und der Ehrlichkeit
Mechanismus von Pyenv und Virtualenv
Kombination von rekursiv und Generator
Erklärung und Implementierung von SocialFoceModel
Differenzierung der Sortierung und Verallgemeinerung der Sortierung
Koexistenz von Pyenv und Autojump
Verwendung und Integration von "Shodan"
Das Problem der Lügner und der Ehrlichkeit
Vergleich von Apex und Lamvery
Quellinstallation und Installation von Python
Einführung und Tipps von mlflow.Tracking
Umgebungskonstruktion von Python und OpenCV
Grundkenntnisse in Linux und Grundbefehle
Reihenfolge der Argumente für RegularGridInterpolator und interp2d
Die Geschichte von Python und die Geschichte von NaN
Erläuterung und Implementierung von PRML Kapitel 4
Einführung und Implementierung von JoCoR-Loss (CVPR2020)
Vorteile und Beispiele für die Verwendung von Rabbit Mq
Erklärung und Implementierung des ESIM-Algorithmus
Mischgefahr! Ndarray und Matrix
Installation von SciPy und matplotlib (Python)
Bedeutung des maschinellen Lernens und des Mini-Batch-Lernens
Einführung und Implementierung der Aktivierungsfunktion
Missverständnisse und Interpretationen von Luigis Abhängigkeiten
Erklärung und Implementierung von einfachem Perzeptron
Berechnung der selbst erstellten Klasse und der vorhandenen Klasse
Dies und das von Python-Eigenschaften
Versuchsplanungsmethode und Kombinationsoptimierung
Merkmale der symbolischen und harten Verbindung
Koexistenz von Python2 und 3 mit CircleCI (1.0)
Zusammenfassung der Python-Indizes und -Slices
Aggregation und Visualisierung akkumulierter Zahlen
Reputation von Python-Büchern und Nachschlagewerken
Datenbereinigung offener Daten zur Ereignissituation des Ministeriums für Gesundheit, Arbeit und Soziales