Tensorflow Error

1. Tensorflow报错： AttributeError: module 'tensorflow' has no attribute 'reset_efault_graph'

原代码：

import tensorflow as tf
tf.reset_efault_graph()

参考文档
解决：It's possible that you have named a file in your project tensorflow.py and the import statement is importing from this file.

Alternatively, you can try this,

from tensorflow.python.framework import ops
ops.reset_default_graph()

2. Tensorflow报错: AttributeError: 'Tensor' object has no attribute 'sparse_read'

原代码：

from tensorflow.python.framework import ops
ops.reset_default_graph()

input_data = tf.placeholder(tf.float32,[batchSize,maxSeqLength])
data = tf.nn.embedding_lookup(wordVectors,input_data)   #报错行

解决办法：将input_data的tf.float32改为tf.int32

##修改此行
input_data = tf.placeholder(tf.int32,[batchSize,maxSeqLength])

3. Tensorflow报错：ValueError: Shape (16, 24) must have rank at least 3

报错代码：

value, _ = tf.nn.dynamic_rnn(lstmCell, data, dtype=tf.float32) 

错误说明：错误的意思是传入的数据集data的维度只有二维，而tf.nn.dynamic_rnn()要求传入的数据集的维度是三维（batch_size, squence_length, num_features）。

问题追踪：找到数据集data的定义代码为

data = tf.nn.embedding_lookup(wordVectors,input_data)

#print(data)
>>>Tensor("embedding_lookup_2/Reshape_1:0", shape=(24, 16), dtype=string)

发现shape是（24,16）,而正常应该为三维，shape（24，16，50），可见可能是wordVectors的问题，打印wordVectors：

print(wordVectors.shape)
>>>AttributeError: 'list' object has no attribute 'shape'

果然是wordVecotors的问题，竟然不是数组是列表。然后我才发现误写了一个wordVectors.tolist()，好巴，，找到问题了

3. TensorFlow报错： ValueError: An initializer for variable rnn/basic_lstm_cell/kernel of <dtype: 'string'> is required
   原代码：

value, _ = tf.nn.dynamic_rnn(lstmCell, data, dtype=tf.float32)

解决方法：

1.png 其实就是传入的data里的词向量是<U21类型，如下，
2.png 而tf.nn.dynamic_rnn仅接受int/float两种类型，显然我传入的string型是错误的，因此报错。
参考文档