Python 在教程中发现TensorFlow错误

我敢问吗？在这一点上，这是一项如此新的技术，以至于我无法找到解决这个看似简单的错误的方法。我要看的教程可以在这里找到-

我把所有的代码复制粘贴到IPython笔记本上，在最后一段代码中我得到了一个错误

# To train and evaluate it we will use code that is nearly identical to that for the simple one layer SoftMax network above.
# The differences are that: we will replace the steepest gradient descent optimizer with the more sophisticated ADAM optimizer.

cross_entropy = -tf.reduce_sum(y_*tf.log(y_conv))
train_step = tf.train.AdamOptimizer(1e-4).minimize(cross_entropy)
correct_prediction = tf.equal(tf.argmax(y_conv,1), tf.argmax(y_,1))
accuracy = tf.reduce_mean(tf.cast(correct_prediction, "float"))
sess.run(tf.initialize_all_variables())
for i in range(20000):
    batch = mnist.train.next_batch(50)
    if i%100 == 0:
        train_accuracy = accuracy.eval(feed_dict={x:batch[0], y_: batch[1], keep_prob: 1.0})
    print "step %d, training accuracy %g"%(i, train_accuracy)
    train_step.run(feed_dict={x: batch[0], y_: batch[1], keep_prob: 0.5})

print "test accuracy %g"%accuracy.eval(feed_dict={
    x: mnist.test.images, y_: mnist.test.labels, keep_prob: 1.0})

运行此代码后，我收到此错误

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-46-a5d1ab5c0ca8> in <module>()
     15 
     16 print "test accuracy %g"%accuracy.eval(feed_dict={
---> 17     x: mnist.test.images, y_: mnist.test.labels, keep_prob: 1.0})

/root/anaconda/lib/python2.7/site-packages/tensorflow/python/framework/ops.pyc in eval(self, feed_dict, session)
    403 
    404     """
--> 405     return _eval_using_default_session(self, feed_dict, self.graph, session)
    406 
    407 

/root/anaconda/lib/python2.7/site-packages/tensorflow/python/framework/ops.pyc in _eval_using_default_session(tensors, feed_dict, graph, session)
   2712     session = get_default_session()
   2713     if session is None:
-> 2714       raise ValueError("Cannot evaluate tensor using eval(): No default "
   2715                        "session is registered. Use 'with "
   2716                        "DefaultSession(sess)' or pass an explicit session to "

ValueError: Cannot evaluate tensor using eval(): No default session is registered. Use 'with DefaultSession(sess)' or pass an explicit session to eval(session=sess)

---------------------------------------------------------------------------
ValueError回溯（最近一次调用上次）
在（）
15
16打印“测试精度%g”%accurity.eval（进给指令={
--->17 x:mnist.test.images，y:mnist.test.labels，keep_prob:1.0}）
/eval中的root/anaconda/lib/python2.7/site-packages/tensorflow/python/framework/ops.pyc（self，feed_dict，session）
403
404     """
-->405使用默认会话返回评估会话（self、feed、dict、self.graph、session）
406
407
/root/anaconda/lib/python2.7/site-packages/tensorflow/python/framework/ops.pyc in使用默认会话（张量、提要、图表、会话）
2712会话=获取默认会话（）
2713如果会话为无：
->2714 raise VALUERROR（“无法使用eval（）计算张量：无默认值”
2715“会话已注册。请使用“with”
2716“DefaultSession（sess）”或将显式会话传递给
ValueError:无法使用eval（）计算tensor:未注册默认会话。请使用“与DefaultSession（sess）”或将显式会话传递给eval（session=sess）

我想我可能需要通过conda install安装或重新安装TensorFlow，但conda甚至不知道如何安装它

---

有人知道如何解决这个错误吗？

我找到了答案。正如您在值错误中看到的，它说没有注册默认会话。使用“with DefaultSession（sess）”或将显式会话传递给eval（session=sess）所以我想到的答案是向eval传递一个显式会话，正如它所说的。这里是我进行更改的地方

if i%100 == 0:
        train_accuracy = accuracy.eval(session=sess, feed_dict={x:batch[0], y_: batch[1], keep_prob: 1.0})

及

---

现在代码运行正常。

我在尝试一个简单的tensorflow示例时遇到了类似的错误

import tensorflow as tf
v = tf.Variable(10, name="v")
sess = tf.Session()
sess.run(v.initializer)
print(v.eval())

我的解决方案是使用sess.as_default（）。例如，我将我的代码更改为以下内容，并且成功了：

import tensorflow as tf
v = tf.Variable(10, name="v")
with tf.Session().as_default() as sess:
  sess.run(v.initializer)      
  print(v.eval())

另一种解决方案是使用InteractiveSession。InteractiveSession和Session之间的区别在于，InteractiveSession将自己设置为默认会话，因此您可以运行（）或eval（），而无需显式调用会话

v = tf.Variable(10, name="v")
sess = tf.InteractiveSession()
sess.run(v.initializer)
print(v.eval())

---

或者您可以只创建session，sess=tf.InteractiveSession，然后删除“session=sess”args，它将使用您默认创建的会话

v = tf.Variable(10, name="v")
sess = tf.InteractiveSession()
sess.run(v.initializer)
print(v.eval())