也不会在Java API运行Tensorflow预测

我试图执行上，我使用“AlexNet细化和微调与TensorFlow” https://kratzert.github.io/2017/02/24/finetuning-alexnet-with-tensorflow.html 也不会在Java API运行Tensorflow预测

我保存在使用Python tf.saved_model.builder.SavedModelBuilder模型训练的模型预测，并加载Java中的模型使用SavedModelBundle.load。代码的主要部分是：

SavedModelBundle smb = SavedModelBundle.load(path, "serve"); 
    Session s = smb.session(); 
    byte[] imageBytes = readAllBytesOrExit(Paths.get(path)); 
    Tensor image = constructAndExecuteGraphToNormalizeImage(imageBytes); 
    Tensor result = s.runner().feed("input_tensor", image).fetch("fc8/fc8").run().get(0); 
    final long[] rshape = result.shape(); 
    if (result.numDimensions() != 2 || rshape[0] != 1) { 
     throw new RuntimeException(
       String.format(
         "Expected model to produce a [1 N] shaped tensor where N is the number of labels, instead it produced one with shape %s", 
         Arrays.toString(rshape))); 
    } 
    int nlabels = (int) rshape[1]; 
    float [] a = result.copyTo(new float[1][nlabels])[0];`

我得到这个异常：在线程

异常“主” java.lang.IllegalArgumentException异常：您必须养活一个值占位张量“ Placeholder_1'用dtype float [[Node：Placeholder_1 = Placeholder_output_shapes = [[]]，dtype = DT_FLOAT，shape = []，_device =“/ job：localhost/replica：0/task：0/cpu：0”]]

我看到上面的代码为某些人工作，我无法弄清楚这里缺少的东西。请注意，该网络熟悉节点“input_tensor”和“fc8/fc8”，因为它没有说它不知道它们。

来源

2017-06-20 Harel Farkash

从错误消息中可以看出，您使用的模型期望得到另一个值（图中的节点名称为Placeholder_1，预期类型为浮点标量张量）。

看起来你已经定制了你的模型（而不是跟随你链接到逐字的文章）。也就是说，文章显示需要喂食的多个占位符，一个用于图像，另一个用于控制脱落。在文章中定义为：

keep_prob = tf.placeholder(tf.float32)

此占位符的值需要提供。如果您正在进行推理，那么您想将keep_prob设置为1.0。类似于：

Tensor keep_prob = Tensor.create(1.0f); 
Tensor result = s.runner() 
    .feed("input_tensor", image) 
    .feed("Placeholder_1", keep_prob) 
    .fetch("fc8/fc8") 
    .run() 
    .get(0);

希望有所帮助。

来源

2017-06-20 19:52:40 ash

也不会在Java API运行Tensorflow预测

回答

相关问题