python - RuntimeError : The Session graph is empty. 在调用 run() 之前向图表添加操作

Question

我正在使用 keras 训练神经网络，由于我的数据集非常大，我使用 fit_generator 将数据提供给网络。作为 fit_generator 的第一个参数，我必须提供一个生成器，为我的模型生成数据补丁。我使用 tf.data.Dataset 来制作数据集，并使用 make_one_shot_iterator 并调用 get_next 方法为网络提供数据。这是代码

def generator():
    dataset_iterator = DatasetGenerator(...)  # defined class to returns a tf iterator
    with tf.Session() as sess:
        next_batch = dataset_iterator.get_next()

        while True:
            img, label = sess.run(next_batch)
            # some process on label
            yield img, label


# down in the code for training:
model.fit_generator(generator=generator(), ...)

这工作得很好。当我尝试将 dataset_iterator 作为参数发送给 generator 方法时，问题就开始了，如下所示:

def generator(dataset_iterator):
    with tf.Session() as sess:
        next_batch = dataset_iterator.get_next()

        while True:
            img, label = sess.run(next_batch)
            # some process on label
            yield img, label


# down in the code for training:
dataset_iterator = DatasetGenerator(...)
model.fit_generator(generator=generator(dataset_iterator), ...)

现在，我收到以下错误:

RuntimeError: The Session graph is empty.  Add operations to the graph before calling run().

Answer 1

我找到了处理它的方法。我发现在 generator 方法和 main 方法中打印 tf.get_default_graph() (我的意思是在调用 model.fit_generator 之前)会返回不同的图表。

为什么？我不知道!

无论如何，我通过将默认图作为另一个参数发送给函数并将其引入到 tf.Session() 来解决这个问题。像这样:

def generator(dataset_iterator, default_graph):
    with tf.Session(graph=default_graph) as sess:
        next_batch = dataset_iterator.get_next()

        while True:
            img, label = sess.run(next_batch)
            # some process on label
            yield img, label


# down in the code for training:
dataset_iterator = DatasetGenerator(...)
default_graph = tf.get_default_graph()
model.fit_generator(generator=generator(dataset_iterator, default_graph), ...)

我实际上不知道这是否是解决问题的最优雅的方式。非常感谢进一步的改进:)