Errore TensorFlow trovato nell'esercitazione

Question

Ho il coraggio di chiedere? Questa è una tecnologia così nuova a questo punto che non riesco a trovare un modo per risolvere questo errore apparentemente semplice. Il tutorial su cui sto andando può essere trovato qui- http://www.tensorflow.org/tutorials/mnist/pros/index.html#deep-mnist-for-experts

Ho letteralmente copiato e incollato tutto il codice in IPython Notebook e all'ultimo frammento di codice ho ricevuto un errore.

# 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}) 

Dopo aver eseguito questo codice, si riceve questo errore.

--------------------------------------------------------------------------- 
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) 

ho pensato che io possa essere necessario installare o reinstallare tensorflow via Conda installare https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.5.0-cp27-none-linux_x86_64.whl ma Conda non sa nemmeno come installarlo.

Qualcuno ha idea di come aggirare questo errore?

Answer 1

L'ho capito. Come si vede nel valore error, si dice No default session is registered. Use 'with DefaultSession(sess)' or pass an explicit session to eval(session=sess) quindi la risposta che ho trovato è quella di passare una sessione esplicita a eval, proprio come dice. Ecco dove ho apportato le modifiche.

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

E

train_step.run(session=sess, feed_dict={x: batch[0], y_: batch[1], keep_prob: 0.5}) 

Ora il codice sta lavorando bene.

Answer 2

Ho riscontrato un errore simile quando ho provato un semplice esempio di tensorflow.

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

La mia soluzione è utilizzare sess.as_default(). Per esempio, ho cambiato il mio codice di seguito e ha funzionato:

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

Un'altra soluzione può essere l'uso InteractiveSession. La differenza tra InteractiveSession e Session è che una InteractiveSession si rende la sessione predefinita in modo che tu possa eseguire() o eval() senza chiamare esplicitamente la sessione.

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