Python 前置条件失败：读取资源变量block8\u sepconv3\u bn/gamma时出错

我发现很少有关于这个错误的文档

：失败的前提条件：读取资源变量时出错 来自容器的block8_sepconv3_bn/gamma：localhost。这可能意味着 变量未初始化。未找到：资源 localhost/block8_speconv3_bn/gamma/class tensorflow:：Var不支持 存在

我猜问题一定是在model.predict之前的train函数中，它与会话和线程有关，但我很乐意得到任何帮助

我使用：

• Python 3.7.8
• Cuda 10.1
• CUDNN v7.6.5
• Tensorflow 2.3.0
• keras 2.4.3

您可以在此处找到我的代码：

编辑：好的，根据github上的以下评论，对此做了一些挖掘：

我也看了一下那个线程，并尝试了解决方案。但我可能做错了。我对会话、图形和线程的理解可能也有点平淡无奇，对此表示歉意

在常规导入后的脚本开始时，我在第70行创建了我的gpu_选项和SES：

gpu选项=tf.compat.v1.gpu选项（每进程gpu内存分数=内存分数）#TENSORFLOW不使用我所有的gpu PLZ
sess=set_会话（tf.compat.v1.session（config=tf.compat.v1.ConfigProto（gpu_选项=gpu_选项）））

我知道我也应该在这里全局声明图形，而不是在DQNAgent的init函数中声明它，因此也应该放：

graph=tf.compat.v1.get\u default\u graph（）

然后，如果我对问题的理解是正确的，那么我应该在每次调用DQNAgent类的train函数中的.predict方法时设置会话

我想我应该使用以下语法：

全局sess
全局图
使用self.graph.as_default（）：
设置会话（sess）
当前_qs_列表=self.model.predict（当前_状态、预测_批量大小）
new_current_states=np.array（[transition[3]表示小批量中的transition]）/255

全局sess
全局图
使用self.graph.as_default（）：
设置会话（sess）
future\u qs\u list=self.target\u model.predict（新的\u当前\u状态，预测\u批量大小）

但我不确定是否应将其添加到此处，因为不涉及任何图表：

def get_qs（自身，状态）：
return self.model.predict（np.array（state）.reformate（-1，*state.shape）/255）[0]

---

这有意义吗？

有谁愿意看一看并给我一些见解吗？我想问题在于会议。我仍然必须将我的图形保留在init中，因为它随后在train函数中被调用。。