0

我正在尝试创建一个简单的音频识别来发现关键词。由于我的数据集很小，我正在执行迁移学习。这就是图表的外观。按照这个链接我创建了一个模块。这是代码

import tensorflow_hub as hub
import tensorflow as tf

# pylint: disable=unused-import
from tensorflow.contrib.framework.python.ops import audio_ops as contrib_audio
# pylint: enable=unused-import

def module_fn():
    input_name = "Reshape:0"
    output_name = "Reshape_2:0"
    graph_def = tf.GraphDef()
    with open('my_frozen_graph.pb', "rb") as f:
        graph_def.ParseFromString(f.read())

    input_ten=tf.placeholder(tf.float32, shape = (1, 98, 40))
    output_ten,=tf.import_graph_def(graph_def, input_map = {input_name: input_ten}, return_elements = [output_name])
    hub.add_signature(inputs = input_ten, outputs = output_ten)


spec = hub.create_module_spec(module_fn)
module = hub.Module(spec)
with tf.Session() as session:
    module.export('test_module',session)

尽管它确实执行并创建了一个“test_module”文件夹。

test_module
    |--> assets
    |--> variables
    |--> saved_model.pb
    |--> tfhub_module.pb

我怎么有几个问题

  1. 变量文件夹为空。不确定这是否应该是这样的？

  2. input_ten=tf.placeholder(tf.float32, shape = (1, 98, 40)) 这个对吗 ？98X48 是图像大小，第一个元组通常代表批量大小。它应该保持为 '1' 还是未知的批量大小 'None' ？

  3. 将模块加载到脚本后

    高度，宽度 = hub.get_expected_image_size('test_module')

    给我一个错误。

4

1 回答 1

1

让我试着依次回答你的问题。

  1. 如果您从中构建模型的图形定义确实被冻结（即，所有变量都已被常量替换），则没有变量需要写入通常位于变量/变量*的检查点。所以这对我来说是可以解释的。-- 也就是说，Hub 模块将为您提供一种避免冻结图定义的方法：在 module_fn 中调用原始图构建代码，并在调用 Module.export() 之前在会话中恢复预训练的变量。

  2. 对于您的模块类型，您可以制定规则。;-) 集线器模块可以适应各种输入和输出形状，包括部分或完全未知的形状。像上面这样的输入占位符必须具有与您插入的图形兼容的形状。反过来，该图将使用与其正在执行的卷积一起工作的形状。一般来说，将前导维度用于批量大小并保留未指定 ( None) 通常很有用。

  3. hub.get_expected_image_size() 用于图像输入。我会在这里避免它。

于 2018-11-09T10:42:29.180 回答