Question

张量流的第一步，我正在尝试训练DNN模型进行图像分类。

我当前的代码是：

folder_path = Path('cropped_images/cropped')
df['filename'] = df['tag_id'].map(lambda tag: str(folder_path / (tag + '.png')))

def database_input_fn():

    def parse_image(filename, label):
        image_decoded = tf.image.decode_png(tf.read_file(filename), channels=3)
        image_resized = tf.image.resize_images(image_decoded, [64, 64])
        label = label == 'large vehicle'
        return image_resized, label

    filenames = tf.constant(df['filename'])
    labels = tf.constant(df['general_class'])
    dataset = tf.data.Dataset.from_tensor_slices((filenames, labels))
    dataset = dataset.map(parse_image)
    dataset = dataset.shuffle()
    dataset = dataset.batch(32)
    dataset = dataset.repeat()
    return dataset

images_fc = tf.feature_column.numeric_column('image', shape=[64, 64, 3])

estimator = tf.estimator.DNNClassifier(feature_columns=[images_fc],
                                     hidden_units=[32, 32, 32, 32])
metrics = estimator.train(lambda : dataset, steps=10000)

df是pandas.DataFrame的位置，其中包含图像路径及其相应的标签。图像存储在磁盘上上述文件夹路径中。

我遇到以下错误：

ValueError: Tensor("IteratorV2:0", shape=(), dtype=resource) must be from the same graph as Tensor("BatchDatasetV2_4:0", shape=(), dtype=variant).

我想念什么？为什么不是所有的东西都构建在同一张图上？

Answer 1

我认为

metrics = estimator.train(lambda : dataset, steps=10000)

可能是问题所在。如果检查estimator train的参数，则input_fn将构造并返回一个数据集，这意味着将为估计器和输入函数创建一个新图。就您而言，您已经在该范围之外创建了该图。可能将代码更改为以下内容：

metrics = estimator.train(input_fn=database_input_fn, steps=10000)

可以解决这个问题！

Tensorflow：Tensor必须与Tensor来自同一图

1 个答案: