Tensorflow ValueError：没有要优化的变量答案

【问题标题】：Tensorflow ValueError: No variables to optimizeTensorflow ValueError：没有要优化的变量
【发布时间】：2018-11-20 07:52:37
【问题描述】：

我正在尝试在医学图像上使用 3D unet。我使用的接口是tensorlayer。当我试图计算两个张量的 mean_squared_error 时：

mse_loss = tl.cost.mean_squared_error(dense_unet3D.outputs, t_target_image, is_mean=True)

这里的 tl 代表 tensorlayer，我使用的是 3D dense_unet。 dense_unet3D.outputs 的大小为：(4, 128, 128, 128, 1) 含义（batch, depth, hight, width, channel），同t_target_image。我知道在tensorlayer中mean_squared_error无法计算5D张量，所以我在tensorlayer的函数cost中添加了这些代码：

mse = tf.reduce_mean(tf.reduce_mean(tf.squared_difference(output, target), [1, 2, 3, 4]), name=name)

我将优化器定义为：

g_optim_init = tf.train.RMSPropOptimizer(lr_v).minimize(mse_loss, var_list=g_vars)

但是，当执行上面的代码时，错误：

ValueError：没有要优化的变量。

出来了。我不知道为什么。谁能使用 tensorlayer 告诉我如何解决这个问题？

【问题讨论】：

标签： python tensorflow tensorlayer

【解决方案1】：

您的变量列表g_vars 是什么样的？那可能是空的，这使优化器没有要优化的变量。

【讨论】：

对不起...我发现了问题。这是因为我的 tf.name_scope 在 sess.run 中是错误的。所以在 sess.run() 做优化的时候，找不到名字作用域下的参数。