Question

我对tensorflow很新。现在我正在实现一个成对的cnn模型。虽然我收到了错误：

tensorflow.python.pywrap_tensorflow.StatusNotOK：未找到： FeedInputs：无法找到Feed输出占位符：0

错误归因于代码：

_,train_loss,train_feature1,train_feature2=sess.run([model.train_op,model.cost,model.feature1,model.feature2],feed)

特别是在sess.run函数中，feed是包含输入数据和相应标签的字典。 feature1和feature2是相同神经网络的输出，最后我想比较feature1和feature2。

要点是：

with self.graph.device('/gpu:1'):
     self.inputs1=tf.placeholder(tf.float32,[self.batchSize,self.inputH,self.inputW,hp.channel])
     self.inputs2=tf.placeholder(tf.float32,[self.batchSize,self.inputH,self.inputW,hp.channel])

     self.labels=tf.placeholder(tf.float32,[self.batchSize])

     self.feature1=forward(self.inputs1)
     self.feature2=forward(self.inputs2)

     self.cost=tf.reduce_sum( tf.mul( -1.0*self.labels, tf.sub( self.feature1,self.feature2 ) ) )

     self.tvars=tf.trainable_variables()
     grads=tf.gradients(self.cost,self.tvars)
     optimizer=tf.train.MomentumOptimizer(learning_rate=self.learning_rate,momentum=self.momentum)
     self.train_op=optimizer.apply_gradients(zip(grads,self.tvars))

在这里，我创建了三个占位符，并执行了一些操作，如train_op。 Forward是我实现中使用的神经网络。然后在训练部分中，我使用data_loader.next_batch()加载文本数据和标签，最后使用sess.run()运行优化操作。代码可在下面找到。

for b in xrange(data_loader.batch_num):
    pbar.update(int((b/data_loader.batch_num)*100) )
    time.sleep(0.01)
    maps1,maps2,labels=data_loader.next_batch()
    feed={model.labels:labels,model.inputs1:maps1,model.inputs2:maps2}
    _,train_loss,train_feature1,train_feature2=sess.run([model.train_op,model.cost,model.feature1,model.feature2],feed)

新错误

我试图将maps1更改为Tensors而不是numpy ndarray，上面的错误消失了。不幸的是，出现了新的错误。

文件＆＃34; Train.py＆＃34;，第55行，列车_，train_loss，train_feature1，train_feature2 = sess.run（[model.train_op，model.cost，model.feature1，model.feature2]，饲料）文件＆＃34; /usr/lib/python2.7/site-packages/tensorflow/python/client/session.py"，第334行，在运行中 np_val = np.array（subfeed_val，dtype = subfeed_t.dtype.as_numpy_dtype） ValueError：使用序列设置数组元素。

使用张量流

0 个答案: