Question

我已经提到了这个问题，但我不太明白 Mr.mrry提供的第二种方法。

overcome Graphdef cannot be larger than 2GB in tensorflow

基本上，我正在尝试在图像上使用tf内置的图像转换方法。我遇到了标题中提供的错误。另外，我是否需要为每次迭代创建一个新会话？目前，这个过程有点慢，我不知道如何加快速度。

import tensorflow as tf
import os
from scipy.ndimage import imread
from scipy.misc import imresize, imshow
import matplotlib.pyplot as plt


for fish in Fishes:
    fish_images = os.listdir(os.path.join('C:\\Users\\Moondra\\Desktop\\Fishes', fish))  # get the image files
    os.makedirs(SAVE_DIR + fish, exist_ok = True)
    for num, fish_image in enumerate(fish_images):
        image =imread(os.path.join('C:\\Users\\Moondra\\Desktop\\Fishes', fish, fish_image))
        new_img =tf.image.adjust_brightness(image, .4)  #image transformation
        with tf.Session() as sess:

            new_image =sess.run(new_img)
            imsave(os.path.join(SAVE_DIR, fish, fish +str(num)+'.jpg'), new_image)

Answer 1

这不是TF的使用方式。

您应该创建图表一次。
您应该创建会话一次。

您当前的代码在循环中执行这两项操作，从而导致速度缓慢和内存问题。问题在于TF不是命令式语言，所以

new_img =tf.image.adjust_brightness(image, .4)  #image transformation

不是在图像上应用函数。这会在图形中创建一个操作，并在new_img中存储对此操作的引用。因此，每次调用此函数时，图表都会增长。

所以在伪代码中它应该是：

create placeholder for image name
create transformed image op - new_img
create session
for each image
  call in a session new_img op, providing path to the placehodler using feed_dict

克服Graphdef在张量流中不能大于2GB - 用tf进行图像变换

1 个答案: