Question

我已经安装了Tensorflow软件包，并从IBM s390x架构的源代码中对其进行了编译。如教程中所述的图像识别classify_image.py示例将引发错误，如下所示：

运行命令：

python ./classify_image.py --model_dir=/data/shared/myprojects/tensorflow/models/models-master/tutorials/image/imagenet --image_file=/data/shared/myprojects/keras/images/claude_profile.jpg

错误讯息：

  File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/framework/common_shapes.py", line 659, in _call_cpp_shape_fn_impl
    raise ValueError(err.message)
ValueError: Cannot reshape a tensor with 1041082757314414592 elements to shape [16777216,524288] (8796093022208 elements) for 'pool_3/_reshape' (op: 'Reshape') with input shapes: [1,22546423,22546423,2048], [2] and with input tensors computed as partial shapes: input[1] = [16777216,524288].

版本：

python
Python 2.7.12 (default, Nov 19 2016, 06:48:10) 
[GCC 5.4.0 20160609] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> import tensorflow as tf
>>> tf.VERSION
'1.3.1'
>>>

可能的错误原因是字节序不兼容，因为在CPU以大端模式工作时，训练模型可能以小端符号存储。是否有一种简单的方法来配置字节交换，从而改变输入数据的字节顺序？没有图像处理例程的其他Tensorflow示例执行OK。

Answer 1

1041082757314414592听起来更像是溢出/下溢而不是字节序问题。如果您不尝试加载示例但尝试从头开始运行，您是否也会看到问题？

Answer 2

这似乎正在发生，因为初始模型是Little Endian机器上的预训练模型，在Big Endian（s390x）上加载时会出现问题。此外，任何图形（例如classify_image_graph_def.pb ）都会以一种格式存储大小等值，当在另一种格式中读取时会产生意外结果。

据我所知，还没有工具可用于将任何已保存的模型转换为大端兼容。

所以现在，在big endian上，我们需要从头开始训练我们的节点。

在s390x上使用Tensorflow进行图像识别（教程示例）

2 个答案: