tensorflow 摘要需要提供一个占位符，但我不知道为什么答案

【问题标题】：tensorflow summary requires to feed a placeholder, but I can't figure whytensorflow 摘要需要提供一个占位符，但我不知道为什么
【发布时间】：2017-04-28 11:27:00
【问题描述】：

在深入之前我正在测试摘要，并且我有以下截断的代码

import tensorflow as tf
import numpy as np

def test_placeholders():
    "Simply dump a placeholder to TensorBoard"
    x = tf.placeholder(tf.float32, [])
    sess = tf.Session()

    summary = tf.summary.scalar("x", x)
    train_writer = tf.summary.FileWriter('/tmp/tf/placeholder',
                                         sess.graph, flush_secs=1)

    r = sess.run(tf.global_variables_initializer())
    s = sess.run(summary, feed_dict={x: 1.57})
    train_writer.add_summary(s)

    train_writer.close()


def test_merge():
    "A simple function that make a loop computation and write down into TB"

    x = tf.placeholder(tf.float32)
    k = np.random.random() + 0.1

    # Create a session
    sess = tf.Session()
    sess.run(tf.global_variables_initializer())

    # define a single summary
    summary_x = tf.summary.scalar("x", x)

    train_writer = tf.summary.FileWriter('/tmp/tf/foo',
                                         sess.graph, flush_secs=1)

    # write some summaries
    for i in range(0, 5):
        # WORKS!
        summary = sess.run(summary_x, feed_dict={x: k * i * i})
        train_writer.add_summary(summary, i)

    # write some summaries using merge_all
    # (we have only one define summary)
    merged = tf.summary.merge_all()
    for i in range(5, 10):
        # FAILS: You must feed a value for placeholder ...
        summary = sess.run(merged, feed_dict={x: k * i * i})
        train_writer.add_summary(summary, i)

    train_writer.close()


if __name__ == '__main__':

    test_placeholders()    # if I comment this line ...
    test_merge()           # test_merge() works!?

所以基本上有两个函数可以创建一些循环并为 TensorBoard 编写一些日志。

问题：

每个功能都可以很好地相互隔离，但是，当我按顺序运行两个功能时，第二个在这里失败

# FAILS: You must feed a value for placeholder ...
summary = sess.run(merged, feed_dict={x: k * i * i})

因为它似乎 merged 包含上一个函数中未填充的内容。

tensorflow.python.framework.errors_impl.InvalidArgumentError: You must feed a value for placeholder tensor 'Placeholder' with dtype float
[[Node: Placeholder = Placeholder[dtype=DT_FLOAT, shape=[], _device="/job:localhost/replica:0/task:0/cpu:0"]()]]
Caused by op u'Placeholder', defined at:

深入研究代码，我发现 TF 为了方便起见将变量存储到 defaults 容器中，例如graph, _collections 来自以前的作品，所以调用

tf.reset_default_graph()

作为重置之前执行的所有内容。

问题：

什么是 tensorflow 风格，用于隔离和处理同一进程中的多个 TF 执行且不会相互干扰？

【问题讨论】：

（对不起标题。问题开始于在摘要执行中提供占位符的问题，但我同时找到了原因，所以这个问题更接近于 TF 编码隔离而不是摘要和缺失使用 merge_all() 方法提供信息）

标签： python tensorflow summary

【解决方案1】：

您遇到的问题与加载到同一图表的张量有关。注意test_merge 包含merged = tf.summary.merge_all() 这会合并默认图表中收集的所有摘要，并且所有内容都加载到默认图表中，因此当您尝试评估summary = sess.run(merged, feed_dict={x: k * i * i}) 时，它也需要第一个函数的输入。如果您更改调用的顺序，您将看到您的代码执行。如果您需要单独的图表，这可能会出现问题，因此请尝试将所有内容加载到一个图表中 - 但如果您需要，那么这个答案可能有用Working with multiple graphs in TensorFlow。

【讨论】：

谢谢！这正是问题所在。使用 tf.reset_default_graph() 重置图形可以解决同一脚本中 tf 的正常使用问题。

【解决方案2】：

使用 tf.reset_default_graph()
在代码的开头将图形恢复为其默认值。有时 Tensorflow 会记住您之前运行的 feed_dict 。并且 feed_dict 可能与当前会话不同

【讨论】：