我正在试验TensorFlow中的一些简单模型，其中包括与入门MNIST for ML Beginners example非常相似的模型，但具有较大的维度。使用梯度下降优化器时，没有问题，收敛性足够好。但是，当我尝试使用ADAM优化器时，出现如下错误：
tensorflow.python.framework.errors.FailedPreconditionError: Attempting to use uninitialized value Variable_21/Adam
[[Node: Adam_2/update_Variable_21/ApplyAdam = ApplyAdam[T=DT_FLOAT, use_locking=false, _device="/job:localhost/replica:0/task:0/cpu:0"](Variable_21, Variable_21/Adam, Variable_21/Adam_1, beta1_power_2, beta2_power_2, Adam_2/learning_rate, Adam_2/beta1, Adam_2/beta2, Adam_2/epsilon, gradients_11/add_10_grad/tuple/control_dependency_1)]]
提示在运行时未初始化的特定变量被改变。这个错误是什么意思？无论我使用的学习速率如何，它似乎都会发生。
最佳解决办法
这应该是一个经常遇到的问题，当运行一个在初始化之前读取tf.Variable的操作时，通常会引发此异常。
AdamOptimizer类创建称为”slots”的其他变量来保存”m”和”v”累加器的值。
如果您好奇，请在这里查看源代码，它实际上非常易读：https://github.com/tensorflow/tensorflow/blob/master/tensorflow/python/training/adam.py#L39。其他优化器，例如Momentum和Adagrad也使用插槽。
在训练模型之前，必须初始化这些变量。
初始化变量的正常方法是调用tf.initialize_all_variables()，它会添加ops以在调用时初始化图中存在的变量。
(另外：不像其名称所暗示的那样， initialize_all_variables()不会初始化任何内容，它只会添加在运行时初始化变量的操作。)
在添加优化器之后，您必须执行的操作是call initialize_all_variables()：
...build your model...
# Add the optimizer
train_op = tf.train.AdamOptimizer(1e-4).minimize(cross_entropy)
# Add the ops to initialize variables. These will include
# the optimizer slots added by AdamOptimizer().
init_op = tf.initialize_all_variables()
# launch the graph in a session
sess = tf.Session()
# Actually intialize the variables
sess.run(init_op)
# now train your model
for ...:
sess.run(train_op)
附图1：各种迭代算法训练开销(adam对比)
附图2：迭代算法动态图
