Tensorflow NotFoundError:容器localhost不存在。（找不到资源：localhost/embedding\u 1/embeddings）

我有一个非常简单的代码，我想添加嵌入，但我得到了错误。我想看看嵌入输出

我的代码：

input_question_ = Input((query_maxlen,))
embedded_question = Embedding(vocab_size, embedding_dim)(input_question_)

sess = tf.Session()

sess.run(embedded_question, feed_dict={ input_question_: queries_train})

错误：

in_do_call（self、fn、*args） 1364尝试： ->1365返回fn（*args） 1366错误除外。操作错误为e：

~/miniconda2/envs/py3/lib/python3.7/site-packages/tensorflow_core/python/client/session.py

in_run_fn（feed_dict、fetch_list、target_list、options、run_元数据） 1349返回self.\u调用\u tf\u sessionrun（选项、提要、获取列表、， ->1350目标\u列表，运行\u元数据） 1351年

~/miniconda2/envs/py3/lib/python3.7/site-packages/tensorflow_core/python/client/session.py

在调用会话运行中（self、options、feed、dict、fetch、list、， 目标\u列表，运行\u元数据） 1442获取列表、目标列表、， ->1443运行单元（元数据） 1444年

NotFoundError: Container localhost does not exist. (Could not find resource: localhost/embedding_1/embeddings)
   [[{{node embedding_1/embedding_lookup}}]]

During handling of the above exception, another exception occurred:

NotFoundError                             Traceback (most recent call last)
<ipython-input-95-bf218d6ed295> in <module>
     39 sess = tf.Session()
     40 
---> 41 sess.run(embedded_question, feed_dict={ input_question_: queries_train})

~/miniconda2/envs/py3/lib/python3.7/site-packages/tensorflow_core/python/client/session.py

运行中（self、handle、fetches、feed\u dict、options、run\u元数据） 1178如果final_获取或final_目标或（句柄和馈送dict_张量）： 1179 results=self.\u do\u run（句柄、最终目标、最终获取、， ->1180提要（输入张量、选项、运行元数据） 1181其他： 1182结果=[]

~/miniconda2/envs/py3/lib/python3.7/site-packages/tensorflow_core/python/client/session.py

在运行中（self、handle、target、fetch、feed、dict、options、， 运行（元数据） 1357如果句柄为“无”： 1358返回self.\u do\u call（\u run\u fn，feed，fetches，targets，options， ->1359运行单元（元数据） 1360其他： 1361返回self.\u do\u调用（\u prun\u fn、句柄、提要、获取）

in_do_call（self、fn、*args） 1382'\n会话配置图选项。重写选项。' 1383“禁用元优化器=真”） ->1384提升类型（e）（节点定义、操作、消息） 1385 1386定义扩展图（自）：

]]

---

询问解决方案

您似乎缺少对创建模型时使用的Tensorflow会话的引用。尝试：

import numpy as np
import tensorflow as tf

query_maxlen = 100
vocab_size = 500
embedding_dim = 32
input_question = tf.keras.layers.Input((query_maxlen,))
embedded_question = tf.keras.layers.Embedding(vocab_size, embedding_dim)(input_question)

sess = tf.keras.backend.get_session()

output = sess.run(
    embedded_question, feed_dict={input_question: np.ones((1, query_maxlen))}
)
assert (1, 100, 32) == output.shape
print(output)

相关问题：

~/miniconda2/envs/py3/lib/python3.7/site-packages/tensorflow_core/python/client/session.py

~/miniconda2/envs/py3/lib/python3.7/site-packages/tensorflow_core/python/client/session.py

NotFoundError: Container localhost does not exist. (Could not find resource: localhost/embedding_1/embeddings)
   [[node embedding_1/embedding_lookup (defined at /home/mzaman/miniconda2/envs/py3/lib/python3.7/site-packages/tensorflow_core/python/framework/ops.py:1748)

import numpy as np
import tensorflow as tf

query_maxlen = 100
vocab_size = 500
embedding_dim = 32
input_question = tf.keras.layers.Input((query_maxlen,))
embedded_question = tf.keras.layers.Embedding(vocab_size, embedding_dim)(input_question)

sess = tf.keras.backend.get_session()

output = sess.run(
    embedded_question, feed_dict={input_question: np.ones((1, query_maxlen))}
)
assert (1, 100, 32) == output.shape
print(output)