Question

训练完我的“参数”（w1，w2，Conv网络中过滤器的权重）后，将其保存为parameter = sess.run（参数）

我拍摄一张图像img = [1,64,64,3]，并将其传递给mypredict（x，parameters）函数进行预测，但会产生错误。功能如下。关于出什么问题的任何建议。

def forward_propagation（X，参数）：

W1 = parameters['W1']
W2 = parameters['W2']


Z1 = tf.nn.conv2d(X,W1,strides=[1,1,1,1],padding='SAME')

A1 = tf.nn.relu(Z1)

P1 = tf.nn.max_pool(A1,ksize=[1,8,8,1],strides=[1,8,8,1],padding='SAME')

Z2 = tf.nn.conv2d(P1,W2,strides=[1,1,1,1],padding='SAME')

A2 = tf.nn.relu(Z2)

P2 = tf.nn.max_pool(A2,ksize=[1,4,4,1],strides=[1,4,4,1],padding='SAME')

P2 = tf.contrib.layers.flatten(P2)

Z3 = tf.contrib.layers.fully_connected(P2,num_outputs=6,activation_fn=None)

return Z3

def mypredict（X，par）：

W1 = tf.convert_to_tensor(par["W1"])
W2 = tf.convert_to_tensor(par["W2"])
params = {"W1": W1,
          "W2": W2}

x = tf.placeholder("float", [1,64,64,3])

z3 = forward_propagation_for_predict(x, params)

p = tf.argmax(z3)

sess = tf.Session()
prediction = sess.run(p, feed_dict = {x:X})

return prediction

我使用相同的函数“ forward_propagation”来训练权重，但是当我传递单个图像时，它不起作用。

错误：

FailedPreconditionError Traceback（最近一次呼叫最近） _do_call中的/opt/conda/lib/python3.6/site-packages/tensorflow/python/client/session.py(self，fn，* args） 1138试试： -> 1139返回fn（* args）除errors.OpError为e以外的其他1140： _run_fn中的

/opt/conda/lib/python3.6/site-packages/tensorflow/python/client/session.py（session，feed_dict，fetch_list，target_list，选项，run_metadata） 1120 feed_dict，fetch_list，target_list， -> 1121状态，run_metadata） 1122

退出中的

/opt/conda/lib/python3.6/contextlib.py（自身，类型，值，回溯） 88试试： ---> 89下一个（self.gen） 90，除了StopIteration：

在

/opt/conda/lib/python3.6/site-packages/tensorflow/python/framework/errors_impl.py中的升高_异常_on_not_ok_status（）第465章（一更） -> 466 pywrap_tensorflow.TF_GetCode（状态））终于467：

FailedPreconditionError：尝试使用未初始化的值fully_connected_1 / biases [[节点：fully_connected_1 / biases / read = IdentityT = DT_FLOAT，_class = [“ loc：@ fully_connected_1 / biases”]，_device =“ / job：localhost / replica：0 / task：0 / cpu：0”]] < / p>

在处理上述异常期间，发生了另一个异常：

FailedPreconditionError Traceback（最近一次呼叫最近）在（）中 ----> 1个pred = mypredict（t，pp） 2

mypredict中的

（X，par） 49 50 sess = tf.Session（） ---> 51预测= sess.run（p，feed_dict = {x：X}） 52 53回报预测

/opt/conda/lib/python3.6/site-packages/tensorflow/python/client/session.py在运行中（self，fetches，feed_dict，options，run_metadata） 787尝试：（788）第788章 -> 789 run_metadata_ptr） 790（如果运行） 791 proto_data = tf_session.TF_GetBuffer（run_metadata_ptr）

/opt/conda/lib/python3.6/site-packages/tensorflow/python/client/session.py在_run中（自身，句柄，提取，feed_dict，选项，run_metadata） 995（如果final_fetches或final_targets： 996个结果= self._do_run（handle，final_targets，final_fetches， -> 997 feed_dict_string，选项，run_metadata） 998其他： 999个结果= []

_do_run中的

/opt/conda/lib/python3.6/site-packages/tensorflow/python/client/session.py（自身，句柄，target_list，fetch_list，feed_dict，选项，run_metadata） 1130如果handle为None： 1131返回self._do_call（_run_fn，self._session，feed_dict，fetch_list， -> 1132 target_list，选项，run_metadata） 1133其他： 1134 return self._do_call（_prun_fn，self._session，handle，feed_dict，

_do_call中的

/opt/conda/lib/python3.6/site-packages/tensorflow/python/client/session.py（self，fn，* args） 1150，除了KeyError： 1151通过 -> 1152提高类型（e）（node_def，op，message） 1153 1154 def _extend_graph（self）：

FailedPreconditionError：尝试使用未初始化的值fully_connected_1 / biases

Answer 1

还必须从完全连接的层加载参数。

但是，我建议还是使用TensorFlow's Saver and Restore functions。

为了保存，下面是一个玩具示例：

import tensorflow as tf
w1 = tf.Variable(tf.random_normal(shape=[2]), name='w1')
w2 = tf.Variable(tf.random_normal(shape=[5]), name='w2')
saver = tf.train.Saver()
sess = tf.Session()
sess.run(tf.global_variables_initializer())
saver.save(sess, 'my_test_model',global_step=1000) # saving model after 1000 steps

存储以下文件：

my_test_model-1000.index
my_test_model-1000.meta
my_test_model-1000.data-00000-of-00001
checkpoint

因此，要进行还原，您可以先重新创建网络，然后加载参数：

with tf.Session() as sess:
 recreated_net = tf.train.import_meta_graph('my_test_model-1000.meta')
 recreated_net.restore(sess, tf.train.latest_checkpoint('./'))

张量流预测

1 个答案: