|
首先陈述下遇到的问题,程序中需要同时用到两个RNN模型,而且这两个RNN模型需要同时参与训练。结果出现了报错:Variable rnn/basic_lstm_cell/kernel already exists, disallowed....
再者表达下我从网上查找这类错误的经历,在google中快搜上述错误,确实会搜到一些解决办法,主流办法主要有两种:
(1)通过 with tf.variable_scope('scope',reuse=True),给不同的RNN模型定义不同的作用域
def RNN_u():
pass
def RNN_i():
pass
with tf.variable_scope('user'):
self.h_pool_flat_u = RNN_u(self.embedded_user,weights,biases) #RNN模型开始执行的代码
with tf.variable_scope('item'):
self.h_pool_flat_i = RNN_i(self.embedded_item,weights,biases)
(2)在代码中写上 tf.reset_default_graph()
在代码的最开始处,写入。
def run_with_input(inputs_batch, seq_lenth_batch):
tf.reset_default_graph()
X = tf.placeholder(tf.float32, [None, max_seq, dim])
seq_length = tf.placeholder(tf.int32, [None])
|
|