Tensorflow Assign要求两个张量的形状相匹配。 lhs shape = [20] rhs shape = [48]

Question

我是一个TensorFlow noob。我已经从开源的deeppose实现中训练了一个TensorFlow模型，并且现在必须针对一组新的图像运行该模型。

该模型在尺寸为100 * 100的图像上进行了训练，因此我将这组新图像调整为相同尺寸。我有149新图像来运行该模型。当我运行模型时，出现以下错误。

InvalidArgumentError (see above for traceback): Assign requires shapes 
of both tensors to match. lhs shape= [20] rhs shape= [48] 

在生产线

saver = tf.train.Saver(tf.all_variables()) 

我怀疑训练模型大小和测试图像大小不匹配。我不清楚如何解决这个问题。我打印出tf.all_variables()调用的变量列表。这里是

Tensor("Placeholder:0", shape=(128, 100, 100, 3), dtype=float32) 
(11, 11, 3, 20) 
conv1/weights:0 
(20,) 
conv1/biases:0 
(5, 5, 20, 35) 
conv2/weights:0 
(35,) 
conv2/biases:0 
(3, 3, 35, 50) 
conv4/weights:0 
(50,) 
conv4/biases:0 
(3, 3, 50, 75) 
conv5/weights:0 
(75,) 
conv5/biases:0 
(300, 1024) 
local1/weights:0 
(1024,) 
local1/biases:0 
(1024, 1024) 
local2/weights:0 
(1024,) 
local2/biases:0 
(1024, 0) 
softmax_linear/weights:0 
(0,) 
softmax_linear/biases:0 

我不确定RHS参数来自哪里。我已经看过所有的配置文件，并且似乎没有指定此配置的任何参数。

任何帮助解决此问题将不胜感激。

Answer 1

因此，我更新了TensorFlow代码，但未能训练它。所以我回到了以前的版本，对运行脚本进行了适当的新更改并使其运行。

Answer 2

尝试删除之前运行中保存的所有检查点。有时当改变架构并重新运行时，TF会从旧的检查点（但带有新的定义）中取出，并且出现此错误。