tensorflow cifar10教程失败

Question

我已经从教程here中的链接下载了CIFAR10代码，并试图运行本教程。我用命令运行它

python cifar10_train.py 

它开始正常并按预期下载数据文件。当它试图打开它失败，出现以下跟踪输入文件：

Traceback (most recent call last): 
    File "cifar10_train.py", line 120, in <module> 
    tf.app.run() 
    File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/platform/app.py", line 43, in run 
    sys.exit(main(sys.argv[:1] + flags_passthrough)) 
    File "cifar10_train.py", line 116, in main 
    train() 
    File "cifar10_train.py", line 63, in train 
    images, labels = cifar10.distorted_inputs() 
    File "/notebooks/Python Scripts/tensorflowModels/tutorials/image/cifar10/cifar10.py", line 157, in distorted_inputs 
    batch_size=FLAGS.batch_size) 
    File "/notebooks/Python Scripts/tensorflowModels/tutorials/image/cifar10/cifar10_input.py", line 161, in distorted_inputs 
    read_input = read_cifar10(filename_queue) 
    File "/notebooks/Python Scripts/tensorflowModels/tutorials/image/cifar10/cifar10_input.py", line 87, in read_cifar10 
    tf.strided_slice(record_bytes, [0], [label_bytes]), tf.int32) 
TypeError: strided_slice() takes at least 4 arguments (3 given) 

果然，当我调查的代码存在cifar10_input.py调用strided_slice（）只有3个参数：

tf.strided_slice(record_bytes, [0], [label_bytes]) 

虽然tensorflow文档确实声明必须至少有4个参数。

什么问题？我已经下载了最新的tensorflow（0.12），我正在运行cifar代码的主分支。

Answer 1

继github一些讨论中，我已经把下面的变化，这似乎使其工作：

在cifar10_input.py

- result.label = tf.cast(tf.strided_slice(record_bytes, [0], [label_bytes]), tf.int32) 
+ result.label = tf.cast(tf.slice(record_bytes, [0], [label_bytes]), tf.int32) 



- depth_major = tf.reshape(tf.strided_slice(record_bytes, [label_bytes], [label_bytes + image_bytes]),  [result.depth, result.height, result.width]) 
+ depth_major = tf.reshape(tf.slice(record_bytes, [label_bytes], [image_bytes]), [result.depth, result.height, result.width]) 

然后在这两个cifar10_input.py和cifar10.py我有搜索“不推荐”和无论我在哪里找到它，根据我在api指南中阅读的内容（希望是正确的）替换为有效的函数。这方面的例子：

- tf.contrib.deprecated.image_summary('images', images) 
+ tf.summary.image('images', images) 

和

- tf.contrib.deprecated.histogram_summary(tensor_name + '/activations', x) 
- tf.contrib.deprecated.scalar_summary(tensor_name + '/sparsity', 
+ tf.summary.histogram(tensor_name + '/activations', x) 
+ tf.summary.scalar(tensor_name + '/sparsity', 

看来现在愉快地被隆隆一起。我会看看它是否完成，如果我上面所做的更改给出了所需的诊断结果。

我仍然想听到更接近代码的人的明确答案。