Tensorflowエラー： "TensorはTensorと同じグラフでなければなりません..."

Question

私はbeginner's tutorialと非常によく似た方法でTensorflow（バージョン0.9.0）を使用して簡単なバイナリロジスティック回帰分類器を訓練しようとしています。ここで

ValueError: Tensor("centered_bias_weight:0", shape=(1,), dtype=float32_ref) must be from the same graph as Tensor("linear_14/BiasAdd:0", shape=(?, 1), dtype=float32). 

私のコードです：

import tempfile 
import tensorflow as tf 
import pandas as pd 

# Customized training data parsing 
train_data = read_train_data() 
feature_names = get_feature_names(train_data) 
labels = get_labels(train_data) 

# Construct dataframe from training data features 
x_train = pd.DataFrame(train_data , columns=feature_names) 
x_train["label"] = labels 

y_train = tf.constant(labels) 

# Create SparseColumn for each feature (assume all feature values are integers and either 0 or 1) 
feature_cols = [ tf.contrib.layers.sparse_column_with_integerized_feature(f,2) for f in feature_names ] 

# Create SparseTensor for each feature based on data 
categorical_cols = { f: tf.SparseTensor(indices=[[i,0] for i in range(x_train[f].size)], 
       values=x_train[f].values, 
       shape=[x_train[f].size,1]) for f in feature_names } 

# Initialize logistic regression model 
model_dir = tempfile.mkdtemp() 
model = tf.contrib.learn.LinearClassifier(feature_columns=feature_cols, model_dir=model_dir) 

def eval_input_fun(): 
    return categorical_cols, y_train 

# Fit the model - similarly to the tutorial 
model.fit(input_fn=eval_input_fun, steps=200) 

私はチュートリアルで想定しているが、「wasnた私は重要な何かが欠けています...多分何かのように感じるモデルをフィッティングすると、次のエラー明示的に言及？

はまた、私は）（フィット呼び出すたびに警告次を得る：

WARNING:tensorflow:create_partitioned_variables is deprecated. Use tf.get_variable with a partitioner set, or tf.get_partitioned_variable_list, instead. 

Answer 1

あなたがmodel.fitを実行すると、LinearClassifierはあなたのeval_input_fun機能に含まれるオプスに基づいてcreating a separate tf.Graphです。ただし、このグラフの作成時に、LinearClassifierは、グローバルに保存したcategorical_colsおよびy_trainの定義にアクセスすることはできません。

ソリューション：あなたは0.9を使用していることを言及していますが、にリンクチュートリアルでは、マスタからであるeval_input_fun