在s390x上使用Tensorflow进行图像识别（教程示例）

我已经安装了Tensorflow软件包，并且已经从IBM s390x体系结构的源代码中进行了编译。如在教程中描述的图像识别classify_image.py样品引发错误如下所示：在s390x上使用Tensorflow进行图像识别（教程示例）

运行命令：

python ./classify_image.py --model_dir=/data/shared/myprojects/tensorflow/models/models-master/tutorials/image/imagenet --image_file=/data/shared/myprojects/keras/images/claude_profile.jpg

错误消息：

File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/framework/common_shapes.py", line 659, in _call_cpp_shape_fn_impl 
    raise ValueError(err.message) 
ValueError: Cannot reshape a tensor with 1041082757314414592 elements to shape [16777216,524288] (8796093022208 elements) for 'pool_3/_reshape' (op: 'Reshape') with input shapes: [1,22546423,22546423,2048], [2] and with input tensors computed as partial shapes: input[1] = [16777216,524288].

版本：

python 
Python 2.7.12 (default, Nov 19 2016, 06:48:10) 
[GCC 5.4.0 20160609] on linux2 
Type "help", "copyright", "credits" or "license" for more information. 
>>> import tensorflow as tf 
>>> tf.VERSION 
'1.3.1' 
>>>

可能的错误原因是排序的不兼容性，因为训练模型可能在CPU以大端模式工作时以小尾数表示法存储。有没有简单的方法来配置一个字节交换来改变输入数据的字节顺序？其他Tensorflow样本，没有图像处理例程执行OK。

来源

2017-10-06 Claude Falbriard

1041082757314414592听起来更像是溢出/下溢而不是排序问题。如果您不尝试加载示例但尝试从头开始运行一个示例，那么您是否也会遇到问题？

来源

2017-10-09 21:09:43

初始模型是TensorFlow分布的一部分。我根据这里的指示完成了一个bazel构建[https://www.tensorflow.org/tutorials/image_retraining] 当加载二进制模型文件名classify_image_graph_def.pb时，再培训步骤会导致完全相同的运行时错误： ValueError：无法使用1041082757314414592元素为'pool_3/_reshape'（op：'Reshape'）塑造[16777216,524288]（8796093022208个元素）的张量，其中包含输入形状：[1,22546423,22546423,2048]，[ 2]，输入张量计算为部分形状：input [1] = [16777216,524288]。 –

你可以在github上提交错误吗？ –

感谢您的支持。我在Github＃2485下提交了一个错误。我们的社区支持团队正在检查问题。 –

这似乎正在发生，因为初始模型是Little Endian机器上的预先训练好的模型，在Big Endian（s390x）上加载时会有问题。此外，任何图表（，例如，classify_image_graph_def.pb）将以一种格式存储像大小这样的值，当在另一种格式中读取时会给出意想不到的结果。

据我所知，目前还没有可用的工具来转换任何已保存的模型以便在大端上兼容。

因此，现在，在大端，我们需要从零开始训练我们的节点。

来源

2017-10-17 05:56:51 NamrataB

在s390x上使用Tensorflow进行图像识别（教程示例）

回答

相关问题