Python 在Tensorflow中使用Adadelta优化器时出现未初始化值错误

我正在尝试使用Adagrad优化器构建CNN，但出现以下错误

tensorflow.python.framework.errors.FailedPremissionError:尝试使用未初始化的值变量\u 7/Adadelta

[[Node:Adadelta/update\u Variable\u 7/ApplyAdadelta=ApplyAdadelta[T=DT\u FLOAT，\u class=[“lock:@Variable\u 7”]、use\u lock=false、\u device=“/job:localhost/replica:0/task:0/cpu:0”]（变量\u 7、变量\u 7/Adadelta\u 1、Adadelta/lr、Adadelta/rho、Adadelta/epsilon、gradients/add\u 3\u/tuple/control）] 操作u'Adadelta/update_Variable_7/ApplyAdadelta'，

优化器=tf.train.AdadeltaOptimizer（学习率）。最小化（交叉熵）

我试着在本文提到的adagrad语句之后重新初始化会话变量，但也没用

如何避免这个错误？谢谢

这里的问题是这是一个误导性的名字。它实际上意味着“返回一个初始化所有已创建变量的操作（在默认图中）”。调用

tf.train.AdadeltaOptimizer（…）.minimize（）

时，TensorFlow会创建额外的变量，而您之前创建的

init

op没有包含这些变量

移动线路：

init = tf.initialize_all_variables()

在之后，

tf.train.AdadeltaOptimizer

的构造应该会使您的程序工作

---

N.B.您的程序在每个训练步骤上重建整个网络，除了变量之外。这可能是非常低效的，并且Adadelta算法不会像预期的那样进行调整，因为它的状态会在每一步上重新创建。我强烈建议将代码从

batch_xs

的定义移动到

optimizer

for的两个嵌套

循环之外的创建。您应该为
batch_xs
和
batch_ys
输入定义
tf.placeholder（）
ops，并使用
feed_dict
参数
sess.run（）
来传递
mnist.train返回的值。下一个
batch（）
首先，我真的认为模型应该不在循环中。在“b_fc2=偏差变量（[10]）行后，放置h_*、交叉熵、优化器、精度等。
init = tf.initialize_all_variables()