Python 在tensorflow中使用具有MonitoredTrainingSession的数据集时无法馈送

下面是tensorflow 1.3.0的代码。您可以毫无错误地运行它。 但是如果取消对tf.summary.scalar'test'的注释，则下一批和检查点\u dir='/temp'

我得到

InvalidArgumentError有关回溯的信息，请参见上文：您必须为带有数据类型字符串的占位符张量“占位符”提供一个值 [[Node:Placeholder=Placeholder[dtype=DT_STRING，shape=[]，_device=/job:localhost/replica:0/task:0/cpu:0]]

怎么了

import tensorflow as tf

with tf.Graph().as_default():
    global_step = tf.contrib.framework.get_or_create_global_step()
    dataset_train = tf.contrib.data.Dataset.range(10)
    dataset_val = tf.contrib.data.Dataset.range(90, 100)

    iter_train_handle = dataset_train.make_one_shot_iterator().string_handle()
    iter_val_handle = dataset_val.make_one_shot_iterator().string_handle()

    handle = tf.placeholder(tf.string, shape=[])
    iterator = tf.contrib.data.Iterator.from_string_handle(
        handle, dataset_train.output_types, dataset_train.output_shapes)
    next_batch = iterator.get_next()
    # tf.summary.scalar('test', next_batch)

    with tf.train.MonitoredTrainingSession(
            # checkpoint_dir='/temp',
    ) as sess:
        handle_train, handle_val = sess.run([iter_train_handle, iter_val_handle])

        for step in range(10):
            print('train', sess.run(next_batch, feed_dict={handle: handle_train}))

            if step % 3 == 0:
                print('val', sess.run(next_batch, feed_dict={handle: handle_val}))

---

从github获得答案。作者@asimshankar

也就是说，MonitoredTrainingSession运行摘要操作和 由于摘要操作已连接到占位符，因此 抱怨缺少饲料

如果不希望使用MonitoredTrainingSession的功能， 我可以建议直接使用MonitoredSession或Session吗

结束此操作，因为它不是bug或功能请求 MonitoredTrainingSession故意尝试运行摘要 定期操作

如果仍要使用MonitoredTrainingSession，则此问题的解决方法是将tf.placeholder_与默认值一起使用。使用合理的初始默认值，然后根据需要进行更新