Проблемы вывода TensorFlow - PullRequest
Новая
       115

Проблемы вывода TensorFlow

0 голосов
/ 29 мая 2020

Итак, я попытался следовать руководству по загрузке и выполнению логического вывода для модели TensorFlow (.pb): 

input_node_name = 'Placeholder'
output_node_name = 'model_outputs'

class CNN(object):

    def __init__(self, model_filepath):

        # The file path of model
        self.model_filepath = model_filepath
        # Initialize the model
        self.load_graph(model_filepath = self.model_filepath)

    def load_graph(self, model_filepath, print_weights = False):
        '''
        Load trained model.
        '''
        print('Loading model...')
        #self.graph = tf.Graph()
        self.graph = load_pb(model_filepath)


        with tf.compat.v2.io.gfile.GFile(model_filepath, 'rb') as f:
            graph_def = tf.compat.v1.GraphDef()
            graph_def.ParseFromString(f.read())


        nodes = [n.name + ' => ' +  n.op for n in graph_def.node if n.op in (input_node_name)]
        for node in nodes:
            print(node)

        #all_tensors = [tensor for op in self.graph.get_operations() for tensor in op.values()]
        #print(all_tensors)
        #for tensor in all_tensors:
            #print(tensor)


        # Get layer names
        #layers = [op.name for op in self.graph.get_operations()]
        #for layer in layers:
            #print(layer)


        if print_weights:
            # Check out the weights of the nodes
            weight_nodes = [n for n in graph_def.node if n.op == 'Const']
            for n in weight_nodes:
                print("Name of the node - %s" % n.name)
                print("Value - " )
                print(tensor_util.MakeNdarray(n.attr['value'].tensor))


        with self.graph.as_default():
            # Define input tensor
            self.input = tf.placeholder(np.float32, shape = [None, 224, 224, 3], name = input_node_name)
            #self.dropout_rate = tf.placeholder(tf.float32, shape = [], name = 'dropout_rate')
            tf.import_graph_def(graph_def, {input_node_name: self.input})

        self.graph.finalize()

        print('Model loading complete!')

        # In this version, tf.InteractiveSession and tf.Session could be used interchangeably. 
        # self.sess = tf.InteractiveSession(graph = self.graph)
        self.sess = tf.Session(graph = self.graph)

    def test(self, data):
        # Know your output node name (model_output:0)
        output_tensor = self.graph.get_tensor_by_name("{}:0".format(output_node_name))
        output = self.sess.run(output_tensor, feed_dict = {self.input: data})

       return output

Но при попытке запустить функцию «test ()» я получить сообщение об ошибке:

InvalidArgumentError: вы должны передать значение для тензора заполнителя 'Placeholder' с помощью dtype float и shape [?, 224,224,3] [[{{node Placeholder}}]]

Насколько я понимаю, от Google означает, что я ввожу данные не в тот узел. Однако я просматривал свой код несколько раз и не могу понять, как это возможно, так что, надеюсь, кто-нибудь здесь может мне помочь?

Обратите внимание, что модель представляет собой (замороженный?) Файл TensorFlow .pb, полученный с платформы Custom Vision Azure, которую я экспортировал и сохранил локально.

...