Tensorflow RuntimeError: Попытка использовать закрытый сеанс - PullRequest
Новая
       2

Tensorflow RuntimeError: Попытка использовать закрытый сеанс

0 голосов
/ 25 октября 2019

Я пытаюсь запустить код conviz.py, размещенный на https://github.com/grishasergei/conviz. Код возвращает «RuntimeError: Попытка использовать закрытый сеанс

Примечание: я использую python 3.6 и TensorFlow 1.13. 1.

Я просто клонировал исходный код GitHub и запустил его с небольшими изменениями (например, проблемы несовместимости в части xrange и cross_entropy)

Вот часть кода, которая, по-видимому, связана сошибка. 

with tf.Session() as sess:
    sess.run(init)
    step = 1
    # Keep training until reach max iterations
    while step * batch_size < training_iters:
        batch_x, batch_y = mnist.train.next_batch(batch_size)
        # Run optimization op (backprop)
        sess.run(optimizer, feed_dict={x: batch_x, y: batch_y,
                                       keep_prob: dropout})
        if step % display_step == 0:
            # Calculate batch loss and accuracy
            loss, acc = sess.run([cost, accuracy], feed_dict={x: batch_x,
                                                              y: batch_y,
                                                              keep_prob: 1.})
            print("\rIter " + str(step*batch_size) + ", Minibatch Loss= " +
                  "{:.6f}".format(loss) + ", Training Accuracy= " +
                  "{:.5f}".format(acc), end='')
        step += 1
    print("\rOptimization Finished!")

# Calculate accuracy for 256 mnist test images
print("Testing Accuracy:",
      sess.run(accuracy, feed_dict={x: mnist.test.images[:256],
                                    y: mnist.test.labels[:256],
                                    keep_prob: 1.}))

# no need for feed dictionary here
conv_weights = sess.run([tf.get_collection('conv_weights')])
print("conv_weights done!")
for i, c in enumerate(conv_weights[0]):
    plot_conv_weights(c, 'conv{}'.format(i))

Я ожидал, что conv_weights = sess.run ([tf.get_collection ('conv_weights')]) загрузит тензор весов, но код привел к следующей трассировке стека. 

cell_name in async-def-wrapper()

/opt/conda/envs/Python36/lib/python3.6/site-packages/tensorflow/python/client/session.py in run(self, fetches, feed_dict, options, run_metadata)
    927     try:
    928       result = self._run(None, fetches, feed_dict, options_ptr,
--> 929                          run_metadata_ptr)
    930       if run_metadata:
    931         proto_data = tf_session.TF_GetBuffer(run_metadata_ptr)

/opt/conda/envs/Python36/lib/python3.6/site-packages/tensorflow/python/client/session.py in _run(self, handle, fetches, feed_dict, options, run_metadata)
   1073     # Check session.
   1074     if self._closed:
-> 1075       raise RuntimeError('Attempted to use a closed Session.')
   1076     if self.graph.version == 0:
   1077       raise RuntimeError('The Session graph is empty.  Add operations to the '

1 Ответ

0 голосов
/ 25 октября 2019

Вы должны изменить код, как показано ниже, sess объект должен быть внутри в "с tf.Session () as sess:": 

with tf.Session() as sess:
    sess.run(init)
    step = 1
    # Keep training until reach max iterations
    while step * batch_size < training_iters:
        batch_x, batch_y = mnist.train.next_batch(batch_size)
        # Run optimization op (backprop)
        sess.run(optimizer, feed_dict={x: batch_x, y: batch_y,
                                   keep_prob: dropout})
        if step % display_step == 0:
            # Calculate batch loss and accuracy
            loss, acc = sess.run([cost, accuracy], feed_dict={x: batch_x,
                                                          y: batch_y,
                                                          keep_prob: 1.})
            print("\rIter " + str(step*batch_size) + ", Minibatch Loss= " +
              "{:.6f}".format(loss) + ", Training Accuracy= " +
              "{:.5f}".format(acc), end='')
        step += 1
    print("\rOptimization Finished!")
    # Calculate accuracy for 256 mnist test images
    print("Testing Accuracy:",
    sess.run(accuracy, feed_dict={x: mnist.test.images[:256],
                                y: mnist.test.labels[:256],
                                keep_prob: 1.}))
    # no need for feed dictionary here
    conv_weights = sess.run([tf.get_collection('conv_weights')])
    print("conv_weights done!")
    for i, c in enumerate(conv_weights[0]):
        plot_conv_weights(c, 'conv{}'.format(i))
...