Android/Tensorflow：为什么需要测试RandomShuffleQueue？

我想测试一个学习模型下的Android上的Python，我在Tensorflow 0.9。这样做，我冻结了我的图形有一个单一的图形和重量的PB文件。我使用Queues来管理我的学习批次。Android/Tensorflow：为什么需要测试RandomShuffleQueue？

在Android上运行我的会话时，我通过名称“input_node”指定输入张量，该输入张量是我的网络中输入的数据层。

X = tf.reshape(X, [-1, W, H, 1], name="input_node")

，并称之为 “output_node” 层：

output = tf.reshape(h_fc11, shape=[-1, 8], name="output_node")

这里是tensorflow_jni.cc电话：

std::vector<std::pair<std::string, tensorflow::Tensor> > input_tensors({{"input_node", input_tensor}}); 
s = session->Run(input_tensors, output_names, {}, &output_tensors);

批生成之前完成，因此它不应该被在测试时使用。但我有以下错误：推断期间 tensorflow_jni.cc:312错误：无效的说法：没有OpKernel登记支持欧普 'RandomShuffleQueue' 这些ATTRS [节点：shuffle_batch/random_shuffle_queue = RandomShuffleQueuecapacity = 10750，component_types = [ DT_FLOAT，DT_FLOAT]，container =“”，min_after_dequeue = 10000，seed = 0，seed2 = 0，shapes = [[10000]，[8]]，shared_name =“”]]

看起来批量生成图层被称为（我的图像是100x100，我有8个输出），但我不知道为什么。

当通过直接在Mac上（使用Bazel构建）通过image_labelling.cc测试具有相同输入/输出图层的相同模型时，我没有错误。

我不明白为什么测试时需要使用RandomShuffleQueue。我是否错过了某些内容来指定我想要使用的图形部分？即使不使用，图表的所有图层都会被验证吗？

谢谢。

来源

2016-09-19 CHR

我还在为这个文件上，但我认为optimize_for_inference脚本应该帮助你在这里：

https://github.com/tensorflow/tensorflow/blob/master/tensorflow/python/tools/optimize_for_inference.py

你传递一个冷冻图形，输入节点和输出节点，并删除所有不需要的其他操作。

来源

2016-09-19 16:40:50

谢谢@Pete，确实有用的功能。我使用的是Tensorflow 0.9，并尝试对其进行调整，但它似乎与master和0.9（graph_util，node_def_pb2，strip_unused_lib ...）之间存在许多差异。你认为这可行吗？ – CHR

Android/Tensorflow：为什么需要测试RandomShuffleQueue？

回答

相关问题