TensorFlow中常见的错误解释及解决方法

#### 1、AttributeError: 'tuple' object has no attribute 'ndims'
使用TensorFlow中的keras接口来建立模型，然后调用的时候出现上述AttributeError: 'tuple' object has no attribute 'ndims'错误。这时候需要检查input的数据是否是Tensor格式。我之前遇到这个问题一直以为是keras的input不支持list的原因（我自定义的Layer，输入是多个array组合的list），最终发现是我的输入数据是两个numpy array组成的list，只需要把numpy array list转换成tensor的list即可。
如：
```python
input1 = np.zeors((3,3))
input2 = np.zeors((4,2))

customer_layer = CustomerLayer()

# 如下使用方法会报错
res = customer_layer([input1,input2])
```
上述代码会出错，需要将两个input转换成tensor
```python
# 加一个转换
input1 = tf.conver_to_tensor(np.zeors((3,3)))
input2 = tf.conver_to_tensor(np.zeors((4,2)))

customer_layer = CustomerLayer()

# 如下使用方法会报错
res = customer_layer([input1,input2])
```

#### 2、FailedPreconditionError (see above for traceback): Error while reading resource variable encoder_layer/kernel from Container: localhost.

完整的错误显示如下：
```
FailedPreconditionError (see above for traceback): Error while reading resource variable encoder_layer/kernel from Container: localhost. This could mean that the variable was uninitialized. Not found: Container localhost does not exist. (Could not find resource: localhost/encoder_layer/kernel)
[[node encoder_layer/kernel/Read/ReadVariableOp (defined at attention.py:81) ]]
```

这个错误是由于变量没有初始化导致的，首先确保包含如下初始化代码：
```python
init = tf.initialize_all_variables()
sess = tf.Session()
sess.run(init)
```

其次，需要所有的涉及模型定义或者是变量的定义都需要<font color=red>放在这段代码之前定义</font>。

相关博客

最热博客