python之当我运行同一个 tensorflow-r1.0 程序两次时出现不同的错误

第一次运行我的程序时出现错误:

tensorflow.python.framework.errors_impl.FailedPreconditionError: Attempting to use uninitialized value noise_z/0__mnn/bias1

但是当我再次运行时，错误变成了:

tensorflow.python.framework.errors_impl.FailedPreconditionError: Attempting to use uninitialized value noise_z/1__mnn/0weight_

请注意变量名称不同。调试起来很烦人。我想知道为什么会发生这种情况，我该如何解决？

错误代码如下:

with tf.variable_scope('noise_z'): 
    for noise_idx in range(num_noise): 
        noise = gaussian_sampler(mu_noise, var_noise, 1) 
        noise_vec = multi_layer_nn(noise, [dim_noise, 64, embedding_size], name=str(noise_idx)+'_') 
        noise_vecs.append(noise_vec) 
 
def fully_con_layer(input_, fan_in, fan_out, name, initializer=tf.orthogonal_initializer()): 
    w = tf.get_variable(name+'_weight_', shape=[fan_in, fan_out], initializer=initializer) 
    b = tf.get_variable('bias'+name, [fan_out], initializer=tf.random_uniform_initializer()) 
    return tf.nn.sigmoid(tf.matmul(input_, w)+b) 
 
def multi_layer_nn(input_, num_unit_each_layer, name, initializer=tf.orthogonal_initializer()): 
    x = input_ 
    num_layer = len(num_unit_each_layer)-1 
    for layer in range(num_layer): 
        with tf.variable_scope(name+'_'+"mnn"): 
            x = fully_con_layer(x, num_unit_each_layer[layer], num_unit_each_layer[layer+1], str(layer)) 
    return x  

请您参考如下方法:

如果在调用函数之前运行 tf.global_variables_initializer() 和 sess.run(init_op)(正如您在评论中所说的那样)，变量函数中定义的不会被初始化。在定义所有变量后，您必须运行 sess.run(init_op)。