Question

我创建了一个自定义input_func，并将keras模型转换为tf.Estimator进行培训。但是，它一直让我犯错误。

这是我的模型摘要。我试图将Input图层设置为batch_shape=(16, 320, 320, 3)进行测试，但问题仍然存在

inputs  = Input(batch_shape=(16, 320, 320, 3), name='input_images')
outputs = yolov2.predict(intputs)
model   = Model(inputs, outputs)

model.compile(optimizer= tf.keras.optimizers.Adam(lr=learning_rate),
              loss     = compute_loss)

我使用tf.keras.estimator.model_to_estimator进行转换。我还为培训创建了input_fn：

def input_fun(images, labels, batch_size, shuffle=True):
     dataset = create_tfdataset(images, labels)
     dataset = dataset.shuffle().batch(batch_size)
     iterator = dataset.make_one_shot_iterator()
     images, labels = iterator.next()

     return {'input_images': images}, labels

estimator = tf.keras.estimator.model_to_estimator(keras_model=model)
estimator.train(input_fn = lambda: input_fn(images, labels, 32),
                max_steps = 1000)

它抛出了我的错误

input_tensor = Input(tensor=x, name='input_wrapper_for_' + name)
...
File "/home/dat/anaconda3/envs/webapp/lib/python2.7/site-packages/tensorflow/python/layers/base.py", line 1309, in __init__
self._batch_input_shape = tuple(input_tensor.get_shape().as_list())

"as_list() is not defined on an unknown TensorShape.")
 ValueError: as_list() is not defined on an unknown TensorShape.

Answer 1

我遇到了同样的问题。在input_fun中，如果您查看“return {'input_images'：images}，标签”行中的图像，您将看到您的张量没有形状。您必须为每个图像调用set_shape。查看https://github.com/tensorflow/models/blob/master/official/resnet/imagenet_main.py，他们调用vgg_preprocessing.preprocess_image来设置形状

tf.Estimator.train抛出as_list（）未在未知的TensorShape

1 个答案: