Tensorflowのサマリーメトリックが初期化されていません（テンソルボード用）

Question

テンソルボードで以下のコードを使用するテンソルフローによる精度とリコールの要約統計量を記録しようとしています。

グローバル変数とローカル変数のイニシャライザの両方を追加しましたが、これは 'recall'の初期化されていない値を持っていることを示すエラーをスローします。

これはまだエラーが発生している理由は誰にもありますか？

エラーメッセージは、コードブロック

def classifier_graph(x, y, learning_rate=0.1): 

     with tf.name_scope('classifier'): 
       with tf.name_scope('model'): 
         W = tf.Variable(tf.zeros([xdim, ydim]), name='W') 
         b = tf.Variable(tf.zeros([ydim]), name='b') 
         y_ = tf.matmul(x, W) + b 

       with tf.name_scope('cross_entropy'): 
         diff = tf.nn.softmax_cross_entropy_with_logits(labels=y, logits=y_) 
         cross_entropy = tf.reduce_mean(diff) 
         summary = tf.summary.scalar('cross_entropy', cross_entropy) 

       with tf.name_scope('train'): 
         #cross_entropy = tf.reduce_mean(-tf.reduce_sum(y * tf.log(y_), reduction_indices=[1]), name='cross_entropy') 
         train_step = tf.train.GradientDescentOptimizer(learning_rate).minimize(cross_entropy) 
         # minimise cross_entropy via GD 

       #with tf.name_scope('init'): 
         #init = tf.global_variables_initializer() 
         #local_init = tf.local_variables_initializer() 
         #init = tf.group(tf.global_variables_initializer(), tf.local_variables_initializer()) 

       with tf.name_scope('init'): 
         init = tf.global_variables_initializer() 
         init_l = tf.local_variables_initializer() 


       with tf.name_scope('metrics'): 
         recall = tf.metrics.recall(y, y_) 
         precision = tf.metrics.precision(y, y_) 

         v_rec = tf.summary.scalar('recall', recall) 
         v_prec = tf.summary.scalar('precision', precision) 

         metrics = tf.summary.merge_all() 

     return [W, b, y_, cross_entropy, train_step, init, init_l, metrics] 



def train_classifier(insamples, outsamples, batch_size, iterations, feature_set_index=1, model=None, device): 
    x = tf.placeholder(tf.float32, [None, xdim], name='x') # None indications arbitrary first dimension 
    y = tf.placeholder(tf.float32, [None, ydim], name='y') 
    W, b, y_, cross_entropy, train_step, init, init_l, metrics = classifier_graph(x, y) 

    with tf.Session(config=config) as sess, tf.device(device): 
     sess.run(init) 
     sess.run(init_l) 
     file_writer = tf.summary.FileWriter(logdir, tf.get_default_graph()) 

     t = 0 
     while t < iterations: 

      t += 1 
      _, err, metrics_str = sess.run([train_step, cross_entropy, metrics], feed_dict={x: batch_x, y: batch_y }) 

      all_err.append(err) 
      file_writer.add_summary(metrics_str,t) 

    return 'Done' 

の下に、正確なエラーメッセージは以下です：

FailedPreconditionError (see above for traceback): Attempting to use uninitialized value recall/true_positives/count 
    [[Node: recall/true_positives/count/read = Identity[T=DT_FLOAT, _class=["loc:@recall/true_positives/count"], _device="/job:localhost/replica:0/task:0/gpu:0"](recall/true_positives/count)]] 

ありがとう！

EDIT：私は以前に当たったエラーが発生した以下@Ishant Mrinalによって提案された変更を行う際

：

InvalidArgumentError (see above for traceback): tags and values not the same shape: [] != [2] (tag 'precision_1') 

これは精密テンソルは異なる形状であることを示唆しています他の人には、クロスエントロピーやリコールのためにこのエラーは発生しません。

Answer 1

2つの初期化行配置のため、これらの2行をtrain_classifier関数に移動します。このエラーは、一部の変数が初期化されていないことを示しています。

def train_classifier(...): 
    ... 
    init = tf.global_variables_initializer() 
    init_l = tf.local_variables_initializer() 
    with tf.Session(config=config) as sess, tf.device(device): 
     sess.run(init) 
     sess.run(init_l) 

Answer 2

第2の問題は、tf.metricsが2つのテンソルを返すことによって発生します。代わりに、私は過去にこれをしようとした

    _, recall = tf.metrics.recall(y, y_) 
        _, precision = tf.metrics.precision(y, y_) 

        v_rec = tf.summary.scalar('recall', recall) 
        v_prec = tf.summary.scalar('precision', precision)