Tensorflow：使用Adam优化器

Question

我正在尝试使用张量流中的一些简单模型，包括一个看起来与第一个MNIST for ML
Beginners示例
非常相似的模型，但具有更大的维度。我能够毫无问题地使用梯度下降优化器，获得足够好的收敛性。当我尝试使用ADAM优化器时，出现如下错误：

tensorflow.python.framework.errors.FailedPreconditionError: Attempting to use uninitialized value Variable_21/Adam
     [[Node: Adam_2/update_Variable_21/ApplyAdam = ApplyAdam[T=DT_FLOAT, use_locking=false, _device="/job:localhost/replica:0/task:0/cpu:0"](Variable_21, Variable_21/Adam, Variable_21/Adam_1, beta1_power_2, beta2_power_2, Adam_2/learning_rate, Adam_2/beta1, Adam_2/beta2, Adam_2/epsilon, gradients_11/add_10_grad/tuple/control_dependency_1)]]

抱怨未初始化的特定变量根据运行而变化。这个错误是什么意思？这表明错了吗？无论我使用什么学习率，它似乎都会发生。

Answer 1

AdamOptimizer类创建其他变量，称为“插槽”，以保存“ m”和“ v”累加器的值。

如果您对此感到好奇，请参阅此处的源代码，它实际上很容易阅读：https
:
//github.com/tensorflow/tensorflow/blob/master/tensorflow/python/training/adam.py#L39。其他优化器，例如Momentum和Adagrad也使用插槽。

必须先初始化这些变量，然后才能训练模型。

初始化变量正常的方法是调用tf.initialize_all_variables()它增加了OPS初始化变量出现在图表 当它被称为 。

（除了：顾名思义，initialize_all_variables（）不会初始化任何内容，它仅添加将在运行时初始化变量的操作。）

您必须做的是 在 添加优化器 之后 调用initialize_all_variables（）：

...build your model...
# Add the optimizer
train_op = tf.train.AdamOptimizer(1e-4).minimize(cross_entropy)
# Add the ops to initialize variables.  These will include 
# the optimizer slots added by AdamOptimizer().
init_op = tf.initialize_all_variables()

# launch the graph in a session
sess = tf.Session()
# Actually intialize the variables
sess.run(init_op)
# now train your model
for ...:
  sess.run(train_op)