问题标签 [tensorflow-slim]

在我们的官方文档中，tf.nn.raw_rnn我们将发出结构作为第一次运行loop_fn时的第三个输出。loop_fn

稍后，emit_structure 用于复制tf.zeros_like(emit_structure)到由 完成的小批量条目emit = tf.where(finished, tf.zeros_like(emit_structure), emit)。

我对谷歌的缺乏理解或糟糕的文档是：emit structure is Noneso tf.where(finished, tf.zeros_like(emit_structure), emit)will throw a ValueError as do tf.zeros_like(None)so. 有人可以填写我在这里缺少的内容吗？

我正在尝试Tensorflow使用预训练模型''从对象检测 API中提取边界框特征faster_rcnn_resnet101_coco_2018_01_28，并尝试提取topK边界框特征。

名称为 ' SecondStageBoxPredictor/AvgPool:0' 的张量给我的框特征为 (100,1,1,2048)，'' detection_boxes:0' 是边界框坐标，'detection_scores:0' 是分数

最后两个似乎已排序（降序为' detection_scores:0'），那么边界框特征是否也已排序？

这是 Geetha，我是一名攻读理学硕士的学生，我正在尝试使用 google colab 执行 tensorflow 对象检测。我正在尝试训练系统，在执行正在研究的 train.py 时出现错误，我的 object_detection 文件夹是在研究文件夹中

/usr/local/lib/python3.6/dist-packages/h5py/init .py:36： FutureWarning：不推荐将 issubdtype 的第二个参数从floatto转换np.floating。将来，它将被视为np.float64 == np.dtype(float).type. from ._conv import register_converters as _register_converters Traceback（最近一次调用最后）：文件“train.py”，第 49 行，在 from object_detection import trainer 文件“/content/my_drive/tut_kaggle/models/research/object_detection/trainer.py”中，第 27 行，从 object_detection.builders import preprocessor_builder 文件“/content/my_drive/tut_kaggle/models/research/object_detection/builders/preprocessor_builder.py”，第 21 行，从 object_detection.protos import preprocessor_pb2 ModuleNotFoundError: No module named 'object_detection.原型'

我在 gpu 服务器上做了同样的事情，它工作正常，但是当我尝试使用 google colab 时，我得到了上述错误

TensorBoard 运行，我可以看到绘图，但是损失似乎没有更新。我可以在每一步打印批量损失，我不确定为什么 TensorBoard 没有反映损失。

我正在尝试按照以下示例了解 TensorFlow Slim ：

已尝试

• 我试图添加一个 FileWriter，即使本教程似乎没有。TensorFlow-Slim 是否仍需要显式 FileWriter？我看到 slim.learning.train中有一个 summary_writer 参数，但它是必需的还是 tf.summary.scalar 被设置为默认值？无论如何，它似乎不会影响图表
• 将 设置trace_every_n_steps为各种值（1、2、5）
• 我还删除并重新生成了生成的点（checkpoint、events.out.fevents.、graph.pbtxt、model.ckpt-0.data/index/meta 等）

代码

我的代码主要来自 教程中的在不同标签集上微调模型。

明确地：

有关的

有大量与 TensorBoard 问题相关的问题，但在这些情况下，TensorBoard 根本不运行、不显示任何内容或给出某种错误。在我的情况下，TensorBoard 似乎运行没有错误，我可以看到生成的损失图，它似乎没有获取多个值。

• 张量板上没有标量日期

• Tensorboard 不再显示标量

• TensorBoard 在执行时不做任何事情
• 张量板不显示图表
• Tensorboard 不显示图表（HTML 错误）

我使用 Tensorflow slim 根据自己的数据重新训练了 inceptionV3 模型。训练后生成以下文件：-

graph.pbtxt、model.ckpt、model.meta、model.index、检查点、events.out.tfevents

我想冻结图形文件并创建一个.pb文件。我不知道 inception v3 中的输入节点和输出节点是什么。使用 Tensorboard 对我来说很复杂。

inceptionV3 中的输入/输出节点是什么？（在 slim/nets 中）或者我如何找到输入/输出节点？

操作系统：窗口 7

我将从以下提供的预训练模型中微调一些图像模型：https ://github.com/tensorflow/models/tree/master/research/slim

这是微调脚本的模板：

最后两行是我们要微调的层，上面的示例仅适用于 Inception 模型。

我想知道我们怎么知道这一层的确切名称InceptionV3/Logits呢？如果我对 ResNet 进行微调，我应该在模板中输入哪个名称？有没有一种正式的方法来获取网络图，以便知道所有层的名称？

我正在创建自定义 VGG 模型作为 Tensorflow 对象检测 API 中 Faster RCNN 模型的特征提取器。如文档https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/defining_your_own_model.md中所述，特征提取器代码由extract_proposal_features和 组成extract_classifier_features。我正在使用创建卷积层的 TF slim 代码（因为 Tensorflow 团队使用它）。作为参考，请找到TF slim使用的VGG 16的模型结构

我的问题是，哪个卷积层需要包含并返回到extract_proposal_features方法中，哪些卷积层需要包含并返回到extract_classifier_features. 请告诉我。

例如，我使用自己的数据集微调了一个 VGG 网络，只有 2 个标签foo和bar. 我已通过此链接使用示例将图像转换为 tf.record ：

我将基于这个新模型构建一个 API 来预测图像，我的问题是：是否有任何正式的方法可以从检查点文件或数据集中获取标签字符串（例如predict_image("abc.png")返回foo字符串）？因为我不知道 logits 层中哪个节点代表 label foo，哪个节点代表bar

我试过四处寻找，但没有帮助，我仍然是一个 tensorflow 新手。

我下载了 vgg_19_2016_08_28.tar.gz 并提取了一个 vgg-19.pb 图。我将它用于 tf2onnx。但是，这似乎有一些动态参数，因此如果失败，则为 tf2onnx。我想检查 vgg-19.pb 是否为冻结图，如果不是，我如何获得冻结的 vgg_19.pb 图？

tensorflow_inception_graph 的相同问题 - inception_v3_2016_08_28.tar.gz

resnet 的相同问题 - resnet_v1_50_2016_08_28.tar.gz

全部从这里下载 - https://github.com/tensorflow/models/tree/master/research/slim#pre-trained-models

我正在尝试使用 Alexnet 的 tensorflow.contrib.slim 实现来解决图像分类问题。如果我尝试在没有以下代码行的情况下创建图形，则图形已成功创建。

有效预测= tf.nn.softmax（模型（tf_validation_dataset））

但是当我将此行添加到代码中时，出现以下错误

ValueError: 变量 alexnet_v2/conv1/weights 已经存在，不允许。您的意思是在 VarScope 中设置 reuse=True 或 reuse=tf.AUTO_REUSE 吗？

我也希望在一定次数的迭代后测试和验证数据的损失和准确性。我的完整代码如下