Python Tensorflow错误：尝试使用未初始化的值多单元

在我的模型文件中，我创建了一个多层rnn，如下所示：

#RNN initialization part
cell = tf.contrib.rnn.GRUCell(self.global_dim, kernel_initializer=self.xavier_initializer)   
self.GRU = tf.contrib.rnn.MultiRNNCell([cell for _ in range(self.rnn_layers)])

我在另一个函数中调用此单元格：

def RNN(self):
    state = self.initRNNState()
    inputs = tf.reshape(self.itemVec, [self.num_steps, self.batch_size, self.global_dim])
    hiddenState = []

    for time_step in range(self.num_steps):
        _, state = self.GRU(inputs[time_step], state)
        hiddenState.append(tf.reshape(state[-1], [self.global_dim])) #Store last layer

    return tf.convert_to_tensor(hiddenState)

在我的主文件中，我尝试了

sess.run（tf.global\u variables\u initializer（））

和

sess.run（tf.local\u variables\u initializer（））

，但得到了相同的eror:

FailedPreconditionError (see above for traceback): Attempting to use uninitialized value multi_rnn_cell/cell_0/gru_cell/gates/kernel
     [[Node: multi_rnn_cell/cell_0/gru_cell/gates/kernel/read = Identity[T=DT_FLOAT, _class=["loc:@multi_rnn_cell/cell_0/gru_cell/gates/kernel"], _device="/job:localhost/replica:0/task:0/device:GPU:0"](multi_rnn_cell/cell_0/gru_cell/gates/kernel)]]
     [[Node: Neg/_11 = _Recv[client_terminated=false, recv_device="/job:localhost/replica:0/task:0/device:CPU:0", send_device="/job:localhost/replica:0/task:0/device:GPU:0", send_device_incarnation=1, tensor_name="edge_1304_Neg", tensor_type=DT_FLOAT, _device="/job:localhost/replica:0/task:0/device:CPU:0"]()]]

---

我只是想知道为什么我的gru单元格没有初始化。

您没有显示完整的代码，但我确信您首先调用了

sess.run（tf.global\u variables\u initializer（））

，然后调用

RNN（）

方法。这不起作用，因为

RNN（）

正在向图中添加新节点，它们需要初始化，就像其他节点一样

---

解决方案：确保您创建了完整的计算图，然后才调用初始值设定项。

是的，您的猜测是正确的！我想我知道如何运行我的图表。