如何通过TensorFlow饲料字典传递标量

我的TensorFlow模型使用tf.random_uniform来初始化变量。我想在开始训练时指定范围，所以我为初始化值创建了一个占位符。如何通过TensorFlow饲料字典传递标量

init = tf.placeholder(tf.float32, name="init") 
v = tf.Variable(tf.random_uniform((100, 300), -init, init), dtype=tf.float32) 
initialize = tf.initialize_all_variables()

我在训练开始初始化变量像这样。

session.run(initialize, feed_dict={init: 0.5})

这给了我下面的错误：

ValueError: initial_value must have a shape specified: Tensor("Embedding/random_uniform:0", dtype=float32)

我想不出正确shape参数传递给tf.placeholder。我觉得对于一个标我应该做的init = tf.placeholder(tf.float32, shape=0, name="init")但这提供了以下错误：

ValueError: Incompatible shapes for broadcasting: (100, 300) and (0,)

如果我与呼叫字面值0.5到tf.random_uniform它的工作原理更换init。

如何通过Feed字典传递此标量初始值？

来源

2016-08-23 W.P. McNeill

TL; DR：定义init一个标量形状如下：

init = tf.placeholder(tf.float32, shape=(), name="init")

这看起来像的tf.random_uniform()一个不幸的实现细节：它目前使用tf.add()和tf.multiply()重新缩放从[随机值 - 1，+1]至[minval,maxval]，但如果minval或maxval的形状未知，tf.add()和tf.multiply()无法推断出正确的形状，因为可能涉及广播。

通过与已知的形状（其中标量是()或[]，不0）定义init，TensorFlow可以得出正确的推论有关的tf.random_uniform()结果的形状，并如预期你的程序应该工作。

来源

2016-08-23 23:59:41 mrry

您和Eugene Brevdo能否回答这些问题您的全职工作？ :-) –

七个星期中的一个星期，这是我的全职工作 - 其他几个星期我都乐在其中！ :-) – mrry

@ mrry你可以请看看这个问题http://stackoverflow.com/questions/41930725/tensorflow-pass-an-integer-to-graph。谢谢！ – void

如何通过TensorFlow饲料字典传递标量

回答

相关问题