问题标签 [tf-slim]

我已经在自己的数据集上训练了 alexnet_v2，现在想在另一个应用程序中使用它。这应该很简单，我已经尝试以多种方式实现它，但是要么我遇到无法解决的错误，要么（在下面的代码的情况下）它无限期地挂起。

理想情况下，我希望在 C++ 中使用它（但是 C++ API 似乎不可靠，或者至少在很多地方都有过时的文档，所以 python 是可以接受的），我想对大量图像进行分类（例如：提供该程序包含 80 张动物图像，并返回其中是否有一只猫）。

我是否使用下面的代码以正确的方式解决这个问题？如果是这样，我该如何解决。

如果没有，有没有更好的方法的工作示例？

非常感谢。

编辑：以粗体添加行后，程序不再挂起。但是我收到一个占位符错误：

InvalidArgumentError：您必须使用 dtype 字符串 [[Node: Placeholder = Placeholderdtype=DT_STRING, shape=[], _device="/job:localhost/replica:0/task:0/cpu:0 为占位符张量“Placeholder”提供一个值"]]

我已经仔细检查了拼写，据我所知，我输入正确。怎么了？

我正在尝试运行 TF SLIM 中的教程之一，您可以在其中使用 Inception-V3 (~104Mb) 微调花数据集。GPU 有大约 2Gb 的内存。当我的批量大小超过 8 时，我会收到一个错误，因为 GPU 内存不足。事实上，我似乎收到了几条消息，每条看起来像：

和

现在，很可能是我的 GPU 没有足够大的 RAM。但是，2GB 似乎足以加载 ~100Mb 模型。此外，使用 Caffe，我可以毫无问题地微调 Alexnet (~400Mb)。此外，我还尝试允许 GPU 增长（根据我对使用系统 RAM 的理解）

但这似乎没有帮助。

你知道如果

a) 我做错了 b) GPU 不够大 c) TF Slim 通过构建太多内存消耗

?

谢谢，

运行以下代码 tf.contrib.slim.get_variables_to_restore() return empty value [] for all_vars，然后在调用 tf.train.Saver 时导致失败。详细错误消息如下所示。

我错过了什么吗？

我正在尝试使用 tf-slim 库来使用多台没有 GPU 的机器来训练 Inception V3。

我正在关注这里给出的教程：https ://github.com/tensorflow/models/tree/master/slim 。我可以使用仅一台 CPU 的机器进行训练，但我正在尝试弄清楚如何使用多台机器进行训练。它在页面中提到：

此过程可能需要几天时间，具体取决于您的硬件设置。为方便起见，我们提供了一种在多个 GPU 和/或多个 CPU 上同步或异步训练模型的方法。有关详细信息，请参阅 model_deploy。

我不知道如何使用model_deploy来训练使用多台机器，也找不到任何示例。

如何使用model_deploy来训练使用多台机器？

提前致谢！

我正在使用 tf.slim 来实现自动编码器。我与以下架构完全卷积：

它必须是完全卷积的，我不能进行池化（更大问题的限制）。我想使用捆绑的重量，所以

（所以第一个解码器层的权重是最后一个编码器层的权重，转置）。

如果我以常规方式重用权重 tfslim 让您重用它们，即reuse = True 然后只提供您想要重用的层的范围名称，我会遇到大小问题：

如果您不转置先前模型的权重，这是有道理的。有谁知道我如何转换这些权重？

PS：我知道这是非常抽象和挥手的，但我正在使用自定义 api，在 tfslim 之上，所以我不能在这里发布代码示例。

如果我理解variable_scope正确，那么下面的代码应该会引发错误：

因为reuse设置为True. 但是，事实并非如此。我也试过：

只是为了确定，它也没有抛出错误。

最后，我预计以下代码会引发错误，因为reuse设置为False：

但是，它也没有抛出错误，它只创建了一组权重和偏差。

我是否误解了 的预期行为reuse？

https://github.com/tensorflow/models/tree/master/slim

这为 Inception v1-4 预训练模型的检查点提供了下载链接。但是，tar.gz 仅包含 .ckpt 文件。

在使用 Inception v3 2012 [此链接]的教程中，tar.gz 包含用于分类的 .pb 和 .pbtxt 文件。

如何仅使用 .ckpt 文件生成相应的 .pb 和 .pbtxt 文件？或者是否有任何使用 .ckpt 文件进行分类的替代方法？

我正在使用以下代码在 InceptionV1 上训练花卉数据集。此处提供此代码

我使用以下代码评估了模型，得到了 58.34% 的准确率

除了配置检查点和训练目录外，我只是将代码中的“V1”替换为“V2”和“V4”，并训练了模型。

首先，对于所有 100 次迭代，“V2”和“V4”的训练损失始终保持在 4% 左右。其次，“V2”和“V4”的评估准确率都在 25% 左右

我是 TF 的新手，所以这里肯定缺少一些东西，我做错了什么？

我正在尝试建立一个模型来检测图像中的多个属性。

我正在使用预训练的 inception V3 模型。我知道我们必须将最终的 softmax 层更改为 sigmoid。

我正在按如下方式加载模型：

现在如何将 softmax 层更改为 sigmoid？

我正在使用 TF-Slim 附带的脚本来验证我的训练模型。它工作正常，但我想获得错误分类文件的列表。

该脚本使用https://github.com/tensorflow/tensorflow/blob/master/tensorflow/contrib/slim/python/slim/evaluation.py但即使在那里我也找不到打印错误分类文件的任何选项。

我怎样才能做到这一点？