Comentarii

Copiați linkul Citat răspuns

slimnets

Google1234 comentat 11 martie 2017 •

Vă rugăm să ne spuneți despre ce model este vorba despre această problemă (specificați directorul de nivel superior)

în timp ce acest scipt trece:

poate că modelul de căutare a fost deteriorat？

Textul a fost actualizat cu succes, dar s-au întâlnit aceste erori:

prb12 comentat 11 martie 2017

Acest tip de problemă se întâmplă de obicei atunci când punctul de control a fost salvat dintr-un grafic și restaurat folosind un grafic TensorFlow cu nume de variabile diferite. Poate fi cauzat de diferite versiuni ale codului și, uneori, de diferite versiuni TensorFlow.

@sguada @nathansilberman Ați putea să vă rog să comentați dacă este posibil ca modelul predeterminat din august anul trecut să fie compatibil cu codul actual? (și versiunea TF)

@ Google1234 De asemenea, ar fi util dacă ați putea furniza versiunile software și de sistem de operare pe care le utilizați.

Google1234 comentat 12 mar 2017

ox: versiunea Linux 3.10.104 (root @ hadoop65) (versiunea gcc 4.4.7 20120313 (Red Hat 4.4.7-17) (GCC)) # 3 SMP Sun 8 ianuarie 15:28:58 CST 2017
software flow tensorflow 0.12.0
subțire de la https://github.com/tensorflow/models

Google1234 comentat 12 mar 2017

desigur, când alerg:
DATASET_DIR =/ tren
TRAIN_DIR =/ inception_resnet_v2
CHECKPOINT_PATH = *** puncte de control/inception_resnet_v2_2016_08_30.ckpt
python train_image_classifier.py
--tren_dir = $
--set_dir = $
--dataset_name = pești
--dataset_split_name = tren
--model_name = inception_resnet_v2
--checkpoint_path = $
--checkpoint_exclude_scopes = InceptionResnetV2/Logits, InceptionResnetV2/AuxLogits
--trainable_scopes = InceptionResnetV2/Logits, InceptionResnetV2/AuxLogits

ridica Eroare:
NotFoundError (vezi mai sus pentru traceback): Incepere cheie ResnetV2/Repeat_1/block17_19/Branch_1/Conv2d_0b_1x7/BatchNorm/beta/RMSProp nu a fost găsit în punctul de control
[[Node: save/RestoreV2_1195 = RestoreV2 [dtypes = [DT_FLOAT], _device = "/ job: localhost/replica: 0/task: 0/cpu: 0"] (_ recv_save/Const_0, save/RestoreV2_1195/tensor_names, save/RestoreV2_1195/shape_and_slices)]]
[[Node: save/RestoreV2_151/_3727 = _Recvclient_terminated = false, recv_device = "/ job: localhost/replica: 0/task: 0/gpu: 0", send_device = "/ job: localhost/replica: 0/task: 0/cpu: 0 ", send_device_incarnation = 1, tensor_name =" edge_10022_save/RestoreV2_151 ", tensor_type = DT_FLOAT, _device ="/job: localhost/replica: 0/task: 0/gpu: 0 "]]

seara comentat 28 aprilie 2017

Bună, de fapt am o problemă similară.
NotFoundError (vezi mai sus pentru traceback): numele tensorului "InceptionResnetV2/Repeat_1/block17_18/Branch_0/Conv2d_1x1/biases" nu a fost găsit în fișierele punctului de verificare /home/ndong/tb_v2/pre_trained/inception_resnet_v2_2016_08_30_30_30_30_30_30_30_30_30_30_30_30_30_30 = "/ job: localhost/replica: 0/task: 0/cpu: 0"] [_ recv_save/Const_0, save/RestoreV2_296/tensor_names, save/RestoreV2_296/shape_and_slices)]] [[Node: save/RestoreV2_393/_495 = _Recv [client_terminated = false, recv_device = "/ job: localhost/replica: 0/task: 0/gpu: 0", send_device = "/ job: localhost/replica: 0/task: 0/cpu: 0", send_device_incarnation = 1, tensor_name = "edge_1985_save/RestoreV2_393", tensor_type = DT_FLOAT, _device = "/ job: localhost/replica: 0/task: 0/gpu: 0"] ()]]

Folosesc Ubuntu 16.04 LTS, TF1.0.1

rAm1n comentat 30 iulie 2017

Am aruncat o privire în cod și, de asemenea, în punctul de control și voi posta variabilele lipsă din punctul de control în cele ce urmează. Cred că, deoarece cele mai multe dintre acestea sunt prejudecăți, ar putea funcționa o inițializare zero pentru reglarea fină, dar, în general, mă întrebam dacă cineva poate actualiza punctul de control și îl poate face compatibil cu codul.