Question

我正在尝试导入在Keras / Tensorflow中创建的模型，并将其用于Unity项目中的推理。

我已成功导入模型，并通过在图中打印输入和输出节点的名称进行验证。但是，当我试图从跑步者那里得到输出值时，我得到了这个例外。

TFException：尝试使用未初始化的值action_W [[节点：action_W / read = IdentityT = DT_FLOAT，_ class = [“loc：@action_W”]，_ device =“/ job：localhost / replica：0 / task：0 / cpu：0”]] TensorFlow.TFStatus.CheckMaybeRaise（TensorFlow.TFStatus incomingStatus，System.Boolean last）（at＆lt; 6ed6db22f8874deba74ffe3e566039be＆gt;：0） TensorFlow.TFSession.Run（TensorFlow.TFOutput []输入，TensorFlow.TFTensor [] inputValues，TensorFlow.TFOutput []输出，TensorFlow.TFOperation [] targetOpers，TensorFlow.TFBuffer runMetadata，TensorFlow.TFBuffer runOptions，TensorFlow.TFStatus状态）（在＆lt; 6ed6db22f8874deba74ffe3e566039be＆gt;：0） TensorFlow.TFSession + Runner.Run（TensorFlow.TFStatus状态）（at＆lt; 6ed6db22f8874deba74ffe3e566039be＆gt;：0） RecordArbitraryData.ModelPredict（System.Single [，] input）（在Assets / Scripts / Spells / RecordArbitraryData.cs：230） RecordArbitraryData.FixedUpdate（）（在Assets / Scripts / Spells / RecordArbitraryData.cs：95）

以下是我使用的两个功能。 InstantiateModel在我的Unity脚本中被称为OnStart（）。当用户将输入传递给脚本时，将调用ModelPredict。

void InstantiateModel(){
    string model_name = "simple_as_binary";
    //Instantiate Graph
    graphModel = Resources.Load (model_name) as TextAsset;
    graph = new TFGraph ();
    graph.Import (graphModel.bytes);
    session = new TFSession (graph);
}

void ModelPredict(float[,] input){
    using (graph) {
        using (session) {
            //Assign input tensors
            var runner = session.GetRunner ();
            runner.AddInput (graph [input_node_name] [0], input);

            //Calculate and access output of graph
            runner.Fetch (graph[output_node_name][0]);
            Debug.Log ("Output node name: " + graph [output_node_name].Name);
            float[,] recurrent_tensor = runner.Run () [0].GetValue () as float[,];
            //var results = runner.Run();
            //Debug.Log("Prediciton: " + results);
        }
    }
}

任何帮助表示赞赏 - TensorflowSharp对我来说是一个新手。

Answer 1

我能够弄清楚我的大部分问题。我目前处于我的模型统一预测的位置，但仅预测四个类中的第一个。我的猜测是它与权重没有从检查点文件中正确初始化有关？ 编辑：在传递给神经网络之前，我的值没有被标准化。

前言：Mozilla Firefox最适合显示张量板;我花了很长时间才意识到谷歌浏览器导致我的图形不可见（张量板是我能够找出需要用于输入和输出的节点）。

第一期：我正在将.pb文件重命名为.bytes文件。这是不正确的，因为模型的权重来自检查点文件，并且被赋予.pb文件中保存的节点。 这导致了未初始化的变量。这些变量用于训练，使用freeze_graph函数后将其删除。

第二期：我使用的是名为'checkpoint'的文件，这是一个错误。然后我将检查点的名称更改为'test'，并在freeze_graph函数中使用它。在调用checkpoints文件时，我被要求使用'test.ckpt'。我假设这个函数知道根据.ckpt自动获取三个文件？没有'.ckpt'的'测试'不起作用。

第三个问题：使用freeze_graph函数时，我需要使用text = False导出keras / tf中的.pb文件。我测试了正确和错误; True提出了关于“接线错误”的错误。

第四期：没有任何组织，Tensorboard很难使用。使用tf.name_scope不仅可以实现可视化，还可以确保我在TensorFlowSharp中使用/引用正确的节点。在keras中，我发现将最终的Dense层和Activation分成它们自己的作用域是有帮助的，这样我就能找到正确的输出节点。我的网络的其余部分被放入“主体”范围，而“输入”范围内的唯一输入层。 name_scope函数将“scopename /”添加到节点名称之前。我不认为这是必要的，但它帮助了我。

第五期：作为统一包发布的tensorflowsharp版本不是最新版本。这导致了keras占位符'keras_training_phase'的问题。在keras中，您可以使用[0] +输入等输入传递它。我试图通过创建一个新的TFTensor（bool）来做同样的事情，但由于其保护级别，我得到一个错误'无法访问。在我的统一TensorFlowSharp版本中，bool和TFTensor之间的隐式转换是错误的。为了解决这个问题，我必须使用这个stackoverflow solution中的函数，其中读入.bytes文件，找到keras_training_phase的占位符，并将bool常量设置为false。这对我有用，因为我的模型是在python中预先训练的，所以对于那些试图训练和测试模型的人来说，它可能不是一个很好的修复。使用freeze_graph函数删除此节点的条件确实很有用。

希望有人觉得这很有用！

TensorflowSharp - TFException：尝试使用未初始化的值

1 个答案: