5

TF1.4 使 Keras 成为不可或缺的一部分。当尝试使用适当的输入函数（即，不使用 tf.estimator.inputs.numpy_input_fn）从 Keras 模型创建估计器时，由于 Tensorflow 无法将模型与输入函数融合，因此无法正常工作。

我正在使用 tf.keras.estimator.model_to_estimator

keras_estimator = tf.keras.estimator.model_to_estimator(
            keras_model = keras_model,
            config = run_config)

train_spec = tf.estimator.TrainSpec(input_fn=train_input_fn, 
                                    max_steps=self.train_steps)
eval_spec = tf.estimator.EvalSpec(input_fn=eval_input_fn,
                                  steps=None)

tf.estimator.train_and_evaluate(keras_estimator, train_spec, eval_spec)

我收到以下错误消息：

    Cannot find %s with name "%s" in Keras Model. It needs to match '
              'one of the following:

我在这里找到了这个主题的一些参考资料（奇怪的是它隐藏在主分支的 TF 文档中 - 与此比较）

如果您有同样的问题 - 请参阅下面的答案。可能会为您节省几个小时。

4

1 回答 1

4

所以这里是交易。您必须确保您的自定义输入函数返回 {inputs} 字典和 {outputs} 字典。字典键必须与您的 Keras 输入/输出层名称匹配。

来自 TF 文档：

首先，恢复 Keras 模型的输入名称，因此我们可以将它们用作 Estimator 输入函数的特征列名称

这是对的。我是这样做的：

# Get inputs and outout Keras model name to fuse them into the infrastructure.
keras_input_names_list = keras_model.input_names
keras_target_names_list = keras_model.output_names

现在，您有了名称，您需要转到您自己的输入函数并对其进行更改，以便它将提供两个具有相应输入和输出名称的字典。

在我的示例中，在更改之前，输入函数返回 [image_batch],[label_batch]。这基本上是一个错误，因为它声明 inputfn 返回字典而不是列表。

为了解决这个问题，我们需要把它包装成一个字典：

image_batch_dict = dict(zip(keras_input_names_list , [image_batch]))
label_batch_dict = dict(zip(keras_target_names_list , [label_batch]))

只有现在，TF 才能将输入函数连接到 Keras 输入层。

于 2017-12-22T21:32:10.177 回答