當使用Tensorflows時，使用大於1的批處理大小C++ API

我有一個Tensorflow模型在Python中訓練並且使用freeze_graph腳本進行凍結。我已經用C++成功加載了模型，並對單個圖像進行了推理。但是，似乎freeze_graph一次只將批量設置爲單個圖像，因爲我無法將模型張量傳遞給多個圖像。當使用Tensorflows時，使用大於1的批處理大小C++ API

有沒有人知道改變這種方式？我一直無法找到腳本實際發生的位置。

謝謝！

編輯：

好了，所以我報廢Keras只是爲了消除任何黑色魔力，可能會做的，我定義與Tensorflow網絡時設置16的批量大小。

如果我DEF打印圖形，佔位符的形狀：

node { 
    name: "inputs" 
    op: "Placeholder" 
    attr { 
    key: "dtype" 
    value { 
     type: DT_FLOAT 
    } 
    } 
    attr { 
    key: "shape" 
    value { 
     shape { 
     dim { 
      size: 16 
     } 
     dim { 
      size: 50 
     } 
     dim { 
      size: 50 
     } 
     dim { 
      size: 3 
     } 
     } 
    } 
    } 
}

然而，當我試圖加載並與形狀16×50×50×3的張量運行在C++模型，我得到這個錯誤：

tensorflow/core/framework/tensor.cc:433] Check failed: 1 == NumElements() (1 vs. 16)Must have a one element tensor

當我凍結圖表時，某處必須發生什麼？

來源

2016-07-06 ppries

'freeze_graph'不會'設置'模型的批量大小。您如何在原始模型中輸入輸入信息？ – keveman

我已經使用Keras構建了模型，我相信它使用默認的可變批量。這讓我假設'freeze_graph'必須在尺寸可變的佔位符的情況下做一些事情，但我可能是錯的。有沒有一種方法可以檢查佔位符的形狀實際上是什麼？ – ppries

您可以嘗試使用'graph.as_graph_def（）'以文本形式打印圖形，並查看佔位符是否設置了形狀屬性。 – keveman

原來，這是我的一個愚蠢的錯誤。當獲得圖表的輸出時，我在它上面調用了.scalar<float>()。當我只有一個輸入圖像，因此只有一個輸出，但是顯然我不能將一個矢量轉換爲標量時，這種工作非常好。將其更改爲.flat<float>()解決了我的問題。

來源

2016-07-20 12:52:56 ppries

當使用Tensorflows時，使用大於1的批處理大小C++ API

回答

相關問題