我创建了一个 REST Web 服务来执行机器翻译,并在 translate.py 中进行了一些修改。如果我单独在 translate.py 中运行 decode 函数,在多次运行中我会得到正确的输出。但是当我尝试通过我创建的 web 服务运行解码功能时,我第一次得到了翻译结果。但是在第二次迭代中,我得到了标题中提到的错误。
这是我收到的错误消息: ValueError : 变量 proj_w 已存在,不允许。你的意思是在 VarScope 中设置 reuse=true 吗?
REST 网络服务部分:
input = request.json['inputtext']
print "'%s'" % input
print 'Please wait'
#import pdb; pdb.set_trace()
#out = demo1.decode(input);
解码python脚本:
def decode(sentence)
with tf.Session() as sess:
# Create model and load parameters.
model = create_model(sess, True)
model.batch_size = 1 # We decode one sentence at a time.
# Load vocabularies.
en_vocab_path = os.path.join(FLAGS.data_dir,
"vocab%d.en" % FLAGS.en_vocab_size)
fr_vocab_path = os.path.join(FLAGS.data_dir,
"vocab%d.fr" % FLAGS.fr_vocab_size)
en_vocab, _ = data_utils.initialize_vocabulary(en_vocab_path)
_, rev_fr_vocab = data_utils.initialize_vocabulary(fr_vocab_path)
# Decode from standard input.
#sys.stdout.write("> ")
#sys.stdout.flush()
#sentence = sys.stdin.readline()
print ("reading line %s" % sentence)
token_ids = data_utils.sentence_to_token_ids(tf.compat.as_bytes(sentence), en_vocab)
bucket_id = min([b for b in xrange(len(_buckets))
if _buckets[b][0] > len(token_ids)])
encoder_inputs, decoder_inputs, target_weights = model.get_batch(
{bucket_id: [(token_ids, [])]}, bucket_id)
_, _, output_logits = model.step(sess, encoder_inputs, decoder_inputs,
target_weights, bucket_id, True)
outputs = [int(np.argmax(logit, axis=1)) for logit in output_logits]
if data_utils.EOS_ID in outputs:
outputs = outputs[:outputs.index(data_utils.EOS_ID)]
#print(" ".join([tf.compat.as_str(rev_fr_vocab[output]) for output in outputs]))
str1 = ([tf.compat.as_str(rev_fr_vocab[output]) for output in outputs])
output = ' '.join(str1)
print ("output line %s\n" % output)
sys.stdout.flush()
sess.close()
return output
它第一次起作用。但是对于网络服务的下一次点击,我得到这个错误“ ValueError:变量proj_w已经存在,不允许。你的意思是在VarScope中设置reuse = true吗? ”