Variables ValueError:变量RNN/basiclstm_cell/kernel不存在，或者不是使用tf.get_Variable（）创建的。您的意思是在VarScope中设置重用=无吗？
我正在使用tensorflow训练“展示和讲述”模型，该模型自动生成图像的标题。我怎么会犯这个错误 这是回溯：Variables ValueError:变量RNN/basiclstm_cell/kernel不存在，或者不是使用tf.get_Variable（）创建的。您的意思是在VarScope中设置重用=无吗？,variables,tensorflow,scope,lstm,rnn,Variables,Tensorflow,Scope,Lstm,Rnn,我正在使用tensorflow训练“展示和讲述”模型，该模型自动生成图像的标题。我怎么会犯这个错误 这是回溯： ValueError回溯（最近一次调用） 在（） 1尝试： 2#训练（.001，假，假）#从头开始训练 ---->3次训练（.001，正确，正确）#从epoch500的预训练重量继续训练 4#列车（.001）#从先前保存的重量列车 5除键盘中断外： 培训中（学习率、继续培训、转移） 25 caption_generator=caption_generator（尺寸输入、尺寸隐藏、尺寸嵌
ValueError回溯（最近一次调用）
在（）
1尝试：
2#训练（.001，假，假）#从头开始训练
---->3次训练（.001，正确，正确）#从epoch500的预训练重量继续训练
4#列车（.001）#从先前保存的重量列车
5除键盘中断外：
培训中（学习率、继续培训、转移）
25 caption_generator=caption_generator（尺寸输入、尺寸隐藏、尺寸嵌入、批量大小、最大值+2、n个字、初始值b）
26
--->27丢失、图像、句子、掩码=标题\u生成器。构建\u模型（）
28
29节电器=tf.列车节电器（最大保持=100）
内置模型（自）
56 tf.get_variable_scope（）.重用_variables（）
57
--->58输出，状态=self.lstm（当前嵌入，状态）
59#out，state=self.tf.nn.dynamic（当前嵌入，state）
60
/home/niraj/anaconda2/lib/python2.7/site-packages/tensorflow/python/ops/rnn_cell_impl.pyc in_uuu调用（self、input、state、scope）
178与vs.variable_scope（vs.get_variable_scope（））相比，
179自定义\u getter=self.\n\u get\u变量）：
-->180返回超级（RNNCell，自）.\u调用（输入，状态）
181
182 def_rnn_get_变量（self、getter、*args、**kwargs）：
/home/niraj/anaconda2/lib/python2.7/site-packages/tensorflow/python/layers/base.pyc在调用中（self，input，*args，**kwargs）
448#检查层构建后设置的输入假设，例如输入形状。
449自维护输入兼容性（输入）
-->450输出=自调用（输入，*args，**kwargs）
451
452#实施活动规范化。
/home/niraj/anaconda2/lib/python2.7/site-packages/tensorflow/python/ops/rnn_cell_impl.pyc in call（self、input、state）
399 c，h=数组操作拆分（值=状态，数量或大小拆分=2，轴=1）
400
-->401 concat=_线性（[inputs，h]，4*self.\u num\u单位，真）
402
403#i=输入门，j=新输入，f=忘记门，o=输出门
/home/niraj/anaconda2/lib/python2.7/site-packages/tensorflow/python/ops/rnn_cell_impl.pyc in_linear（参数、输出大小、偏差、偏差初始值设定项、内核初始值设定项）
1037 _权重_变量_名称，[总参数大小，输出大小]，
1038 dtype=dtype，
->1039初始值设定项=内核（初始值设定项）
1040如果len（args）==1：
1041 res=数学运算matmul（参数[0]，权重）
/get_变量中的home/niraj/anaconda2/lib/python2.7/site-packages/tensorflow/python/ops/variable_scope.pyc（名称、形状、数据类型、初始化器、正则化器、可训练、集合、缓存设备、分区器、验证形状、使用资源、自定义获取程序）
1063集合=集合，缓存设备=缓存设备，
1064 partitioner=partitioner，validate\u shape=validate\u shape，
->1065使用资源=使用资源，自定义获取者=自定义获取者）
1066获取变量或本地文档字符串=(
1067“”%s
/get_variable中的home/niraj/anaconda2/lib/python2.7/site-packages/tensorflow/python/ops/variable_scope.pyc（self、var_store、name、shape、dtype、initializer、regularizer、reuse、trainable、collections、caching_device、partitioner、validate_shape、use_resource、custom_getter）
960个集合=集合，缓存设备=缓存设备，
961 partitioner=partitioner，validate_shape=validate_shape，
-->962使用资源=使用资源，自定义获取者=自定义获取者）
963
964 def_get_partitioned_变量（self，
/get_variable中的home/niraj/anaconda2/lib/python2.7/site-packages/tensorflow/python/ops/variable_scope.pyc（self、name、shape、dtype、initializer、regularizer、重用、可训练、集合、缓存设备、分区器、验证_shape、使用_资源、自定义_getter）
358重用=重用，可培训=可培训，集合=集合，
359缓存设备=缓存设备，分区器=分区器，
-->360验证形状=验证形状，使用资源=使用资源）
361其他：
362返回_true _getter(
/home/niraj/anaconda2/lib/python2.7/site-packages/tensorflow/python/ops/rnn_cell_impl.pyc in_rnn_get_变量（self、getter、*args、**kwargs）
181
182 def_rnn_get_变量（self、getter、*args、**kwargs）：
-->183变量=getter（*args，**kwargs）
184可训练=（tf_变量中的变量。可训练_变量（）或
185（isinstance（变量、tf_变量、分区变量）和
/home/niraj/anaconda2/lib/python2.7/site-packages/tensorflow/python/ops/variable\u scope.pyc in\u true\u getter（名称、形状、数据类型、初始化器、正则化器、重用、可训练、集合、缓存设备、分区器、验证形状、使用资源）
350可培训=可培训，集合=集合，
351缓存\u设备=缓存\u设备，验证\u形状=验证\u形状，
-->352使用资源=使用资源）
353
354如果custom_getter不是None：
/home/niraj/anaconda2/lib/python2.7/site-packages/tensorflow/python/ops/variable\u scope.pyc in\u get\u single\u variable（self、name、shape、dtype、initializer、regularizer、partition\u info、重用、可训练、集合、缓存设备、验证\u shape、使用\u资源）
680 raise VALUERROR（“变量%s不存在，或不是用创建的”
681“tf.get_variable（）。您的意思是在中设置重用=无”
-->682“VarScope？”%name）
683如果不是shape.is_fully_defined（）并且没有从_值初始化_：
684 raise VALUERROR（“必须完全定义新变量（%s）的形状，”