问题标签 [tensorflow1.15]

我试过了python -m tf2onnx.convert --saved-model [file_name] --output [onnx_file_name]。但它是tensorflow = 2.4.4自动运行的。我想运行 tensorflow 版本 1 代码。这段代码可以选择吗？

我有一个在 tensorflow 1.15 中训练过的预训练 tensorflow 模型，现在我正试图用预训练的 ms-coco 对象检测模型替换它，ms-coco 运行没有任何问题，但只要我尝试替换所需的模型（我确实更新了标签映射字典）但我仍然面临以下错误。

这是代码

saved_model.pb 的 label_map 文件

我怎样才能让这个模型与 tf2.7 一起工作？

我正在尝试将冻结模型加载到 tensorflow 2.7 我收到以下错误

代码 ：

如何加载此模型（该模型是在 tensorflow 1.15 中训练的。

我想使用参数服务器方法将 Tensorflow 的ElasticAverageOptimizer添加到我的模型训练中。该模型目前使用AdagradOptimizer.
我正在使用 Tensorflow v1.15 api tf.estimator 来训练和评估模型，构建一个像这样的自定义估计器：

训练使用具有 10 个 PS 节点和约 100 个工作节点的参数服务器方案运行。我想修改我的代码以在我当前generate_model_fn的优化器周围添加ElasticAverageOptimizer包装器AdagradOptimizer。以下是来自的当前相关代码generate_model_fn：

我不确定如何设置ElasticAverageCustomGetter以ElasticAverageOptimizer使用我的 cluster_spec。文档中的示例提供了一种为单个工作人员和参数服务器设置自定义 getter 的方法，但我不知道如何将其转换为我的情况。我试过将一个工人传递给自定义吸气剂，但这似乎不起作用。这是代码：

这导致ValueError: Unknown attribute: 'ixqzvi-worker-0.test.svc' in 'ixqzvi-worker-0.test.svc:2222' 我也尝试将整个传递cluster_spec['worker']给ElasticAverageCustomGetter，但这会导致TypeErrorfor 列表类型。

有什么建议么？谢谢。

我已经在 tensorflow 中训练了一个对象检测模型。

我的环境——

tf 版本 == 1.15，网络 == ssd mobilnet v2

现在我想将我的 saved_model(.pb) 文件转换为 tfjs(.json) 格式。

我遵循以下步骤-- pip install tensorflowjs==0.8.6 # 不确定它是否与 tf 版本 1.15 兼容

命令==

tensorflowjs_converter --input_format=tf_saved_model --output_format=tfjs_graph_model --signature_name=serving_default --saved_model_tags=服务exported_pa​​th/saved_modelexported_pa​​th/web_model_path

错误== AttributeError：模块'keras_applications'没有属性'set_keras_submodules'

然后我降级 keras_application 版本。

现在得到错误

用法：TensorFlow.js 模型转换器。[-h] [--input_format {keras,tf_session_bundle,keras_saved_model,tf_hub,tf_saved_model,tensorflowjs,tf_frozen_model}] [--output_format {keras,tensorflowjs}] [--output_node_names OUTPUT_NODE_NAMES] [--signature_name SIGNATURE_NAME] [--saved_model_tags SAVED_MODEL_TAGS] [--quantization_bytes {1,2}] [--split_weights_by_layer] [--version] [--skip_op_check SKIP_OP_CHECK] [--strip_debug_ops STRIP_DEBUG_OPS] [--output_json OUTPUT_JSON] [input_path] [output_path] TensorFlow.js 模型转换器。：错误：参数--output_format：无效选择：'tfjs_graph_model'（从'keras'，'tensorflowjs'中选择）

所以 output_format 中没有 tf_graph_model 的选项。

现在，当我安装 pip install tensorflowjs（不传递任何特定版本）时，它会安装 tfjs==3.3.0，并卸载我当前的 tf1.15 并安装新的 tf2.x 版本。我需要不惜一切代价避免。

有人可以指导我，如何在版本 tensorflow==1.15 中将 saved_model 转换为 tf_js 格式。

提前致谢。

我在 Anaconda 制作的虚拟环境中安装了 Tensorflow 1.15.0（我想安装 TensorFlow 1.x 而不是 2.x，原因在我的其他问题中所述 ）。但是当我尝试运行调用 tensorflow 的代码时，我不断收到“模块 'tensorflow' 没有属性 'estimator'”错误。我发现了关于同一问题的问题，并尝试了建议的解决方案。但他们无法解决我的问题。我很感激你的建议。

1. 我使用 python 3.7.1 在 Anaconda 中创建了一个虚拟环境。
2. 我使用 conda 安装了 Tensorflow 1.15.0。
3. 我使用 conda 安装了 Jupyter Lab 3.2.9。
4. 然后在 Jupyter Lab 中，我在 Jupyter Lab 中运行了train_model.py，教程代码是从Recurrent Neural Networks for Drawing Classification站点下载的，使用以下 jupyter 命令。

返回以下错误消息。

以下是虚拟环境中安装的软件包列表。

我还按照过去 Q&As 的建议尝试了以下方法。

• 卸载 Tensorflow 并删除所有与 Tensorflow 相关的文件/文件夹。然后我重新安装了 Tensorflow 1.15.0。但是估计器错误仍然发生。

• 将 tensorflow-estimator 从 2.6.0（包含在 tensorflow 1.15.0 包中）降级到 1.15.0，以使版本号与其他组件匹配。但它也没有奏效。

我的环境：

• 视窗 10 专业版
• 蟒蛇 3.7.11
• 康达 4.11.0
• Jupyter 实验室 3.2.9