问题标签 [tensorflow2]

我是 tensorflow2 的新手，使用 tensorflow2.3.1，cpu 版本。

我以子类化方式定义模型，在显示模型结构时，遇到错误“tensorflow.python.framework.errors_impl.InvalidArgumentError: Cannot convert a Tensor of dtype resource to a NumPy array”，指向以下BST_DSSM.build_model 中的行“self.item_sequence_embeddings = tf.nn.embedding_lookup(”

我浏览了类似的问题，但找不到满意的解决方案。任何帮助将不胜感激 ：）

下面是我的代码。

我正在尝试使用以下设置在 Windows 10 上运行 tensorflow：

• Anaconda3 与

• 蟒蛇3.8

• 张量流 2.2.0

• 显卡：RTX3090

• cuda_10.1.243

• 适用于 windows10-x64 的 cudnn-v7.6.5.32

运行以下代码需要 5 到 10 分钟来打印输出。

我立即得到以下输出，但在继续之前它会挂起几分钟。

在 colab 上运行 smae 代码只需一秒钟。

有什么建议么？谢谢

I want to limit CPU cores and threads. So I found three ways to limit these.

1) "Keras backend + Tensorflow"

2) "Keras from Tensorflow"

3) "keras from Tensorflow"

These three ways are same affects?

Lastly I understood for the parameters like I wrote below

• intra_op_parallelism_threads("number of CPU cores")
• inter_op_parallelism_threads("number of threads")

is this right? If I miss-understanding please let me know.

Thank you.

我正在尝试使用 CIFAR-10 数据集创建一个用于分类的 Conv-6 CNN。该 CNN 使用 3 个块，其中每个块有 2 个卷积层，后跟一个最大池化层。在传递到输出层之前，它被展平并传递到两个密集层。

我的代码是：

在调用“model.fit()”时，它给了我以下警告：

警告：tensorflow：变量不存在梯度 ['conv6/conv2d/kernel:0', 'conv6/conv2d/bias:0', 'conv6/conv2d_1/kernel:0', 'conv6/conv2d_1/bias:0' ] 当最小化损失时。警告：tensorflow：变量不存在梯度 ['conv6/conv2d/kernel:0', 'conv6/conv2d/bias:0', 'conv6/conv2d_1/kernel:0', 'conv6/conv2d_1/bias:0' ] 当最小化损失时。

尽管有警告，但定义的 CNN 模型在 9 个 epoch 中达到了约 72% 的验证准确度。

为什么我会收到这些警告？

谢谢！

我想重用相同的模型架构但使用不同的数据集，即以编程方式将输入层更改为不同的形状，并在需要时重置模型参数。

类似的东西

有人知道执行此操作的干净方法吗？

我们可以明智地计算Tensorflow 2对象检测 API 类中检测到的对象吗？

因为我是新手，所以很难根据下面描述的用例来操纵对象检测模型的输出

假设您在超市货架库存中有两个类别的番茄和土豆，我想明智地计算每个对象类别

例如; 土豆计数：5 西红柿计数：3。

作为参考，我的以下输出是这样的，只是为了给出一个想法：-

请大家帮我提前谢谢

我按照 Gilbert Tunner 教程使用 Tensorflow 2 进行对象检测，但在训练期间出现此错误model_main_ft2.py：

回溯（最近一次通话最后）：

文件“model_main_tf2.py”，第 113 行，在 tf.compat.v1.app.run() 文件“C:\Users\anaconda3\envs\tensorflow2\lib\site-packages\tensorflow\python\platform\app.py "，第 40 行，运行中 _run(main=main, argv=argv, flags_parser=_parse_flags_tolerate_undef) 文件“C:\Users\anaconda3\envs\tensorflow2\lib\site-packages\absl\app.py”，第 300 行，在运行 _run_main(main, args) 文件“C:\Users\anaconda3\envs\tensorflow2\lib\site-packages\absl\app.py”，第 251 行，在 _run_main sys.exit(main(argv)) 文件中“ model_main_tf2.py”，第 110 行，在主 record_summaries=FLAGS.record_summaries）文件“C:\Users\anaconda3\envs\tensorflow2\lib\site-packages\object_detection\model_lib_v2.py”，第 566 行，在 train_loop unpad_groundtruth_tensors）文件“C：\Users\anaconda3\envs\tensorflow2\lib\site-packages\object_detection\model_lib_v2.py”，第 339 行，在 load_fine_tune_checkpoint 如果不是 is_object_based_checkpoint(checkpoint_path)：文件“C:\Users\anaconda3\envs\tensorflow2\lib\site -packages\object_detection\model_lib_v2.py"，第 302 行，在 is_object_based_checkpoint var_names = [var[0] for var in tf.train.list_variables(checkpoint_path)] 文件“C:\Users\anaconda3\envs\tensorflow2\lib\site -packages\tensorflow\python\training\checkpoint_utils.py”，第 112 行，在 list_variables reader = load_checkpoint(ckpt_dir_or_file) 文件“C:\Users\anaconda3\envs\tensorflow2\lib\site-packages\tensorflow\python\training\ checkpoint_utils.py”，第 67 行，在 load_checkpoint 返回 py_checkpoint_reader.NewCheckpointReader(filename) 文件“C:\Users\anaconda3\envs\tensorflow2\lib\site-packages\tensorflow\python\training\py_checkpoint_reader.py”，第 99 行，在 NewCheckpointReader error_translator(e) 文件“C:\Users\anaconda3\envs\tensorflow2\lib\ site-packages\tensorflow\python\training\py_checkpoint_reader.py"，第 35 行，在 error_translator 中引发 errors_impl.NotFoundError(None, None, error_message) tensorflow.python.framework.errors_impl.NotFoundError: Unsuccessful TensorSliceReader constructor: Failed to find any matching C:/Users/Desktop/Tutorial/models/research/object_detection/efficientdet_d0_coco17_tpu-32/chechpoint/ckpt-0 的文件，第 35 行，在 error_translator 中引发 errors_impl.NotFoundError(None, None, error_message) tensorflow.python.framework.errors_impl.NotFoundError: Unsuccessful TensorSliceReader constructor: Failed to find any matching files for C:/Users/Desktop/Tutorial/models/research /object_detection/efficientdet_d0_coco17_tpu-32/chechpoint/ckpt-0，第 35 行，在 error_translator 中引发 errors_impl.NotFoundError(None, None, error_message) tensorflow.python.framework.errors_impl.NotFoundError: Unsuccessful TensorSliceReader constructor: Failed to find any matching files for C:/Users/Desktop/Tutorial/models/research /object_detection/efficientdet_d0_coco17_tpu-32/chechpoint/ckpt-0

我efficientdet_d0_coco17_tpu-32在对象检测文件夹中创建了文件夹，下载并解压缩了我的模型。我已经修改了培训文件夹中的模型，添加了一个检查点 PATH。

我使用标准代码下载 MNIST_Fashion 数据集并运行 CNN，使用 Tensorflow 2 (2.3.1) 和 Keras (2.4.0)。该代码在没有 GPU 的普通笔记本电脑上运行良好。但是，在配备 NVIDIA RTX 2080 Max-Q 的笔记本电脑上，我收到错误消息：“没有算法有效！”。

Duo，您对如何在带 GPU 的笔记本电脑上运行代码有什么建议吗？

我使用的代码：

我不知道为什么最后一行显示 tar 是 0 并且它的形状是 (None, None)。
但是，最后的第二行显示 tar 的形状是 (64, 27)。
如何让焦油不是无？

输出是：

在第九行添加两行时，我得到错误的句子：
TypeError: unsupported operand type(s) for -: 'NoneType' and 'int'
如何解决这个问题？

我正在尝试实现一个渐进式 GAN，但我对我认为相对简单的计算遇到了麻烦：

问题在于这一行：

left_rgb = tf.keras.layers.Multiply()([1. - alpha, left_rgb])

我收到以下错误： AttributeError: 'tensorflow.python.framework.ops.EagerTensor' object has no attribute '_keras_history'

在我看来，1. - alpha正在将输入变量转换为 EagerTensor，我猜这里显然缺少一些东西，但我似乎无法弄清楚。任何帮助将非常感激。