Question

我想使用训练有素的RNN语言模型进行推理。
我使用

在c ++中加载了经过训练的模型图

tensorflow::MetaGraphDef graph_def;
TF_CHECK_OK(ReadBinaryProto(Env::Default(), path_to_graph, &graph_def));
TF_CHECK_OK(session->Create(graph_def.graph_def()));

通过以下方式加载模型参数：

Tensor checkpointPathTensor(tensorflow::DT_STRING, tensorflow::TensorShape());
checkpointPathTensor.scalar<std::string>()() = path_to_ckpt;

TF_CHECK_OK(session_->Run({{graph_def.saver_def().filename_tensor_name(), checkpointPathTensor} },{},{graph_def.saver_def().restore_op_name()},nullptr));

到目前为止，一切都很好。
然后，我要计算节点“ output / output_batch_major”的值：

TF_CHECK_OK(session->Run(inputs,{"output/output_batch_major"},{"post_control_dependencies"}, &outputs));

我得到了错误：

2018-07-13 14:13:36.793495: F tf_lm_model_loader.cc:190] Non-OK-status: session->Run(inputs,{"output/output_batch_major"},{"post_control_dependencies"}, &outputs) status: Invalid argument: transpose expects a vector of size 1. But input(1) is a vector of size 2
     [[Node: extern_data/placeholders/delayed/sequence_mask_time_major/transpose = Transpose[T=DT_BOOL, Tperm=DT_INT32, _device="/job:localhost/replica:0/task:0/device:CPU:0"](extern_data/placeholders/delayed/SequenceMask/Less, extern_data/placeholders/delayed/sequence_mask_time_major/transpose/perm)]]
Aborted (core dumped)

我使用张量板检查了图形，extern_data/placeholders/delayed/sequence_mask_time_major/transpose/perm是大小为2的Tensor，这是张量input(1)的错误吗？我该怎么解决？
知道吗？预先感谢！

Answer 1

我的输入张量与我的预测变量有类似的问题。我将维度扩大了一个，问题就解决了。我建议首先在python中运行预测变量。这有助于确定传递给预测变量的输入张量的大小。然后，在C ++中复制完全相同的大小。另外，根据您的代码片段，我不确定如何定义Run方法的输入。我在代码中定义如下：

std::vector<std::pair<std::string, tensorflow::Tensor>> input = { {"input_1", input_tensor } };

其中“ input_1”是我的输入层的名称。我希望这有帮助。

Answer 2

当将错误的输入类型传递给tensorflow模型时出现此错误。该模型需要3d维度数组，因此我传递1d维度，因此请先检查您的输入数据。

tensorflow：转置期望大小为1的向量，但是input（1）是大小为2的向量

2 个答案: