Невозможно выполнить простую инициализацию переменной - «тип данных непонят»

Question

Я работал над учебником CIFAR-10 по Tensorflow, но я не могу заставить любую из моих объявлений переменных работать. Даже что-то просто, как:

biases = tf.get_variable('biases', [64], tf.constant_initializer(0.0)) 

выдает ошибку:

--------------------------------------------------------------------------- 
TypeError         Traceback (most recent call last) 
<ipython-input-23-86228512ca30> in <module>() 
----> 1 biases = tf.get_variable('biases', [64], tf.constant_initializer(0.0)) 

/home/mmm/programs/anaconda/lib/python2.7/site-packages/tensorflow/python/ops/variable_scope.pyc in get_variable(name, shape, dtype, initializer, regularizer, trainable, collections, caching_device, partitioner, validate_shape) 
    730  initializer=initializer, regularizer=regularizer, trainable=trainable, 
    731  collections=collections, caching_device=caching_device, 
--> 732  partitioner=partitioner, validate_shape=validate_shape) 
    733 
    734 

/home/mmm/programs/anaconda/lib/python2.7/site-packages/tensorflow/python/ops/variable_scope.pyc in get_variable(self, var_store, name, shape, dtype, initializer, regularizer, trainable, collections, caching_device, partitioner, validate_shape) 
    594   regularizer=regularizer, reuse=self.reuse, trainable=trainable, 
    595   collections=collections, caching_device=caching_device, 
--> 596   partitioner=partitioner, validate_shape=validate_shape) 
    597 
    598 def _get_partitioned_variable(

/home/mmm/programs/anaconda/lib/python2.7/site-packages/tensorflow/python/ops/variable_scope.pyc in get_variable(self, name, shape, dtype, initializer, regularizer, reuse, trainable, collections, caching_device, partitioner, validate_shape) 
    159   initializer=initializer, regularizer=regularizer, reuse=reuse, 
    160   trainable=trainable, collections=collections, 
--> 161   caching_device=caching_device, validate_shape=validate_shape) 
    162 
    163 def _get_partitioned_variable(

/home/mmm/programs/anaconda/lib/python2.7/site-packages/tensorflow/python/ops/variable_scope.pyc in _get_single_variable(self, name, shape, dtype, initializer, regularizer, reuse, trainable, collections, caching_device, validate_shape) 
    423 
    424  should_check = reuse is not None 
--> 425  dtype = dtypes.as_dtype(dtype) 
    426  shape = tensor_shape.as_shape(shape) 
    427 

/home/mmm/programs/anaconda/lib/python2.7/site-packages/tensorflow/python/framework/dtypes.pyc in as_dtype(type_value) 
    534 
    535 for key, val in _NP_TO_TF: 
--> 536  if key == type_value: 
    537  return val 
    538 

TypeError: data type not understood 

Я отчаянный, чтобы выяснить, что случилось и где пошло не так.

Заранее благодарен!

Answer 1

Я не знаком с учебником, но похоже, что вы предоставили tf.constant_initializer (0.0) в качестве типа данных, который возвращает инициализатор для генерации констант. Третий параметр tf.get_variable() должен быть типом данных вашей переменной, который для переменной смещения обычно похож на tf.float32 или tf.float64.

Answer 2

Документация также меня отключила. Я просто хочу быть более явным для будущих читателей.

tutorial имеет

`tf.get_variable(<name>, <shape>, <initializer>)`: Creates or returns a variable with a given name. 

который дал предположение, что, может быть, просто проходящее 3 вещи будут работать. Неправильно. Необходимо четко указать аргумент ключевого слова. Таким образом, следующий не будет работать:

def get_mdl_get_var(x): 
    # variables for parameters 
    W = tf.get_variable('W', [784, 10], tf.random_normal_initializer(mean=0.0,stddev=0.1)) 
    b = tf.get_variable('b', [10], tf.constant_initializer(value=0.1)) 
    Wx_b = tf.matmul(x, W)+b 
    y = tf.nn.softmax(Wx_b) 
    return y 

, но следующий код работает сейчас:

def get_mdl_get_var(x): 
    # variables for parameters 
    W = tf.get_variable(name='W', shape=[784, 10], initializer=tf.random_normal_initializer(mean=0.0,stddev=0.1)) 
    b = tf.get_variable(name='b', shape=[10], initializer=tf.constant_initializer(value=0.1)) 
    Wx_b = tf.matmul(x, W)+b 
    y = tf.nn.softmax(Wx_b) 
    return y 

надеюсь, что это помогает.