如何评估变量？

Question

我正在尝试获取张量的值。

# First Layer
encoder_layer1 = tflearn.fully_connected(x,41,activation='relu',bias=True)
layer1_weights = encoder_layer1.W
layer1_bias = encoder_layer1.b

打印出来的结果是：

The layer 1 weights are:   <tf.Variable 'FullyConnected/W:0' shape=(41, 41) dtype=float32_ref>

甚至 eval() 似乎也不起作用。它抛出一个错误

tensorflow.python.framework.errors_impl.FailedPreconditionError: Attempting to use uninitialized value FullyConnected/W
     [[Node: _send_FullyConnected/W_0 = _Send[T=DT_FLOAT, client_terminated=true, recv_device="/job:localhost/replica:0/task:0/cpu:0", send_device="/job:localhost/replica:0/task:0/cpu:0", send_device_incarnation=-6055748491062458677, tensor_name="FullyConnected/W:0", _device="/job:localhost/replica:0/task:0/cpu:0"](FullyConnected/W)]]

上面提到的所有方法我都试过了，好像还是不行。

提前致谢

Answer 1

很快：

您不能在会话外评估任何张量变量，您必须在 session,

内进行

为什么不能：

为了理解为什么我们不能这样做，首先我们现在应该知道tensorflow背后发生了什么，因为tensorflow中的每一个东西都是图的一个节点，当我们定义变量并为它们赋值时，实际上我们正在设计图形，并且在我们运行图形之前不会分配值。

如何运行图表：

session执行图，考虑我们在tensorflow中设计网络时的代码块，session之前的一切都像蓝图，在这tf.session as sess行之后，就像建筑工地，所以你只能评估（eval()) 会话中的张量。换句话说，图定义了操作，而操作只在会话内部执行。

希望这有用。有关更多信息，请阅读 this

如何评估变量？

How to evaluate a Variable?

tensorflow

tflearn