Question

我尝试通过 Java Tensorflow API 启动 Keras Tensorflow 图表的培训。
除了标准输入图像占位符之外，此图还包含＆＃39; keras_learning_phase＆＃39; 占位符，需要提供布尔值值。

问题是，TensorFlowInferenceInterface中没有布尔值值的方法 - 你只能用 float ， double ， int 或 byte 值。

显然，当我尝试通过此代码将 int 传递给此张量时：

inferenceInterface.fillNodeInt("keras_learning_phase", new int[]{1}, new int[]{0});

我得到了

tensorflow_inference_jni.cc:207推理期间出错：内部： int32类型的输出0与声明的输出类型bool不匹配 node _recv_keras_learning_phase_0 = _Recvclient_terminated = true， recv_device =＆＃34; /作业：本地主机/复制：0 /任务：0 / CPU：0＆＃34 ;, send_device =＆＃34; /作业：本地主机/复制：0 /任务：0 / CPU：0＆＃34 ;, send_device_incarnation = 4742451733276497694， tensor_name =＆＃34; keras_learning_phase＆＃34;，tensor_type = DT_BOOL， _device =＆＃34; /作业：本地主机/复制：0 /任务：0 / CPU：0＆＃34;

有没有办法绕过它？
也许有可能以某种方式将图中的占位符节点明确转换为常量？
或者也许最初可以避免在图表中创建占位符？

Answer 1

TensorFlowInferenceInterface类本质上是完整TensorFlow Java API的便利包装器，它支持布尔值。

你可以向TensorFlowInferenceInterface添加一个方法来做你想做的事。与fillNodeInt类似，您可以添加以下内容（请注意，TensorFlow中的布尔值表示为一个字节）：

public void fillNodeBool(String inputName, int[] dims, bool[] src) {
  byte[] b = new byte[src.length];
  for (int i = 0; i < src.length; ++i) {
    b[i] = src[i] ? 1 : 0;
  }
  addFeed(inputName, Tensor.create(DatType.BOOL, mkDims(dims), ByteBuffer.wrap(b)));
}

希望有所帮助。如果有效，我建议您回馈TensorFlow代码库。

Answer 2

这是answer之后ash的补充，因为Tensorflow API已经发生了一些变化。用这个对我有用：

public void feed(String inputName, boolean[] src, long... dims) {
  byte[] b = new byte[src.length];
  for (int i = 0; i < src.length; i++) {
    b[i] = src[i] ? (byte) 1 : (byte) 0;
  }
  addFeed(inputName, Tensor.create(Boolean.class, dims, ByteBuffer.wrap(b)));
}

如何通过TensorFlowInferenceInterface.java提供布尔占位符？

2 个答案: