无法在 Java API 中运行 Tensorflow 预测

debugcn 发表于 Dev

哈雷尔·法卡什

我正在尝试对我使用“Finetuning AlexNet with TensorFlow”训练的模型执行预测https://kratzert.github.io/2017/02/24/finetuning-alexnet-with-tensorflow.html

我使用tf.saved_model.builder.SavedModelBuilderPython保存了模型，并使用SavedModelBundle.load. 代码的主要部分是：

    SavedModelBundle smb = SavedModelBundle.load(path, "serve");
    Session s = smb.session();
    byte[] imageBytes = readAllBytesOrExit(Paths.get(path));
    Tensor image = constructAndExecuteGraphToNormalizeImage(imageBytes);
    Tensor result = s.runner().feed("input_tensor", image).fetch("fc8/fc8").run().get(0);
    final long[] rshape = result.shape();
    if (result.numDimensions() != 2 || rshape[0] != 1) {
        throw new RuntimeException(
                String.format(
                        "Expected model to produce a [1 N] shaped tensor where N is the number of labels, instead it produced one with shape %s",
                        Arrays.toString(rshape)));
    }
    int nlabels = (int) rshape[1];
    float [] a =  result.copyTo(new float[1][nlabels])[0];`

我收到此异常：

线程“main”中的异常 java.lang.IllegalArgumentException：您必须使用 dtype float [[Node: Placeholder_1 = Placeholder_output_shapes=[[]], dtype=DT_FLOAT, shape=[], _device= 为占位符张量“Placeholder_1”提供一个值"/job:localhost/replica:0/task:0/cpu:0"]]

我看到上面的代码对某些人有效，我无法弄清楚这里缺少什么。请注意，网络熟悉节点“input_tensor”和“fc8/fc8”，因为它没有说它不知道它们。

灰

从错误消息来看，您正在使用的模型似乎期望被提供另一个值（图中的节点名称是Placeholder_1并且预期类型是浮点标量张量）。

您似乎已经自定义了模型（而不是按照您逐字链接的文章进行操作）。也就是说，文章显示了多个需要输入的占位符，一个用于图像，另一个用于控制丢失。文章中定义为：

keep_prob = tf.placeholder(tf.float32)

而这个占位符的值需要补足。如果您正在进行推理，那么您希望设置keep_prob为 1.0。就像是：

Tensor keep_prob = Tensor.create(1.0f);
Tensor result = s.runner()
  .feed("input_tensor", image)
  .feed("Placeholder_1", keep_prob)
  .fetch("fc8/fc8")
  .run()
  .get(0);

希望有帮助。

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。