Tensorflow: ValueError: Variável proj_w já existe, não permitida. você quis dizer definir reuse = true no VarScope?

Criado em 21 jun. 2016  ·  1Comentário  ·  Fonte: tensorflow/tensorflow

Os problemas do GitHub são para bugs / problemas de instalação / solicitações de recursos.
Para obter suporte geral da comunidade, consulte StackOverflow .
Para tornar os bugs e solicitações de recursos mais fáceis de encontrar e organizar, fechamos os problemas que são considerados
fora do escopo para problemas do GitHub e direcione as pessoas para o StackOverflow.

Para erros ou problemas de instalação, forneça as seguintes informações.
Quanto mais informações você fornecer, mais facilmente seremos capazes de oferecer
ajuda e conselhos.

Informação do ambiente

Sistema operacional:

Versão instalada de CUDA e cuDNN: 7.5
(anexe o resultado de ls -l /path/to/cuda/lib/libcud* ):

  1. A saída de python -c "import tensorflow; print(tensorflow.__version__)" . 0,8

Se instalado a partir de fontes, forneça o hash de confirmação:

Passos para reproduzir

Criei um serviço da Web REST para executar a tradução automática com algumas modificações em translate.py. Se eu executar a função de decodificação em translate.py sozinho, em várias execuções obtenho a saída correta. Mas quando tento executar a função de decodificação por meio do serviço da web que criei, pela primeira vez, obtenho o resultado da tradução. Mas na segunda iteração, recebo um erro mencionado no título.

O que você tentou?

  1. Tentei fechar a sessão no final da função de decodificação em translate.py.

    Logs ou outra saída que seria útil

(Se os logs forem grandes, envie como anexo).
logs-1.txt

>Todos os comentários

Isso parece mais uma pergunta para Stack Overflow do que um bug no TensorFlow, e precisaremos de mais detalhes para responder definitivamente.

No entanto, suspeito que o problema é que você está reconstruindo o gráfico em cada solicitação e há alguma colisão entre as variáveis ​​compartilhadas. A melhor abordagem seria criar o gráfico uma vez e reutilizá-lo para todas as solicitações. Uma solução alternativa rápida seria envolver sua chamada para demo1.demo(input) em um bloco with tf.Graph().as_default(): , para garantir que o modelo seja recriado em um gráfico vazio.

Esta página foi útil?
0 / 5 - 0 avaliações