对于未初始化的变量，运行导入 TensorFlow 图失败

Question

我正在尝试使用javacpp-presets for TensorFlow 在 java 中运行 TensorFlow 训练。我使用tf.train.write_graph(sess.graph_def, '.', 'example.pb', as_text=False) 生成了一个 .pb 文件，如下所示。

import tensorflow as tf
import numpy as np

x_data = np.random.rand(100).astype(np.float32)
y_data = x_data * 0.1 + 0.3
Weights = tf.Variable(tf.random_uniform([1], -1.0, 1.0), name='Weights')
biases = tf.Variable(tf.zeros([1]), name='biases')
y = Weights * x_data + biases
loss = tf.reduce_mean(tf.square(y - y_data)) #compute the loss
optimizer = tf.train.GradientDescentOptimizer(0.5)
train = optimizer.minimize(loss, name='train')
init = tf.global_variables_initializer()

with tf.Session() as sess:
   print(sess.run(Weights), sess.run(biases))
   tf.train.write_graph(sess.graph_def, '.', 'example.pb', as_text=False)

我得到了：

线程“main”java.lang.Exception 中的异常：尝试使用未初始化的值权重”

当我跑步时：

tensorflow.Status s = session.Run(new StringTensorPairVector(new String[] {}, new Tensor[] {}), new tensorflow.StringVector(), new tensorflow.StringVector("train"), outputs);  

加载图表后，tensorflow.ReadBinaryProto(Env.Default(), "./example.pb", def);

有没有javacpp-presets api可以做和init = tf.global_variables_initializer()一样的工作？
或者我可以用来初始化所有变量的任何 C++ TensorFlow api？

Answer 1

在您的 Python 程序中，init（tf.global_variables_initializer() 的结果）是一个 tf.Operation，当传递给 sess.run() 时。如果您在构建 Python 图形时捕获了 init.name 的值，则可以在运行训练步骤之前将该名称传递给 Java 程序中的 session.Run()。

我不能 100% 确定 javacpp-presets 的 API 是什么样的，但我认为您可以这样做：

tensorflow.Status s = session.Run(
    new StringTensorPairVector(new String[] {}, new Tensor[] {}),
    new tensorflow.StringVector(),
    new tensorflow.StringVector(value_of_init_dot_name),
    outputs);  

...其中value_of_init_dot_name 是您从Python 程序中获得的init.name 的值。