Tensorflow训练模型报错：must be from the same graph as Tensor

傷城~ 2023-06-08 03:04 15阅读 0赞

在训练wide&deep这个模型时报了错误，下面是错误详情：

ValueError: Tensor("num_parallel_calls:0", shape=(), dtype=int32, device=/device:CPU:0) 
    must be from the same graph as Tensor("FlatMapDataset_1:0", shape=(), dtype=variant).

查了很多方法，大部分都是tf.Graph()类型的解决方案，并不适合我代码，因为代码中并没有引入session部分。

直到我看到代码中有：

def input_fn(data_file,num_epochs,shuffle,batch_size):
        """
        input function for the Estimator
        :param dataset:
        :param num_epochs:
        :param shuffle:
        :param batch_size:
        :return:
        """
        def parse_csv(value):
    
            columns=tf.decode_csv(value,record_defaults=_CSV_COLUMN_DEFAULTS)
            features=dict(zip(_CSV_COLUMNS_NAME,columns))
            labels=features.pop('target')
    
            return features,labels
    
        dataset=tf.data.TextLineDataset(data_file)
        if shuffle:
            dataset=dataset.shuffle(buffer_size=_NUM_EXAMPLES['train'])
    
    def tf_read_file(file):
        assert tf.gfile.Exists(file),print('{} is not found'.format(file))
        dataset=tf.data.TextLineDataset(file)   #每一个元素对应一行
        return dataset
    
    train=tf_read_file(args.train_data)
    
    model.train(input_fn=lambda :input_fn(train,args.epoch_per_eval,False,args.batch_size))

我才明白可能是train数据放入input\_fn()方法时有问题，尝试了一下果然如此。

解决方法：

*  在input\_fn()参数中将训练数据路径填进去，在该方法内读取数据，不要直接传数据过来