iOSサンプルアプリケーションで使用するレイヤー名を取得するにはどうすればよいですか？ （Tensorflow）

Question

私はTensorflowの新機能です。iPhoneアプリで使用するために、開始v3ネットワークを使用して何かを訓練しようとしています。私は手動で（私は願って、正しく）ドロップアウト・ノードを削除し、protocolbufferファイルとして私のグラフをエクスポートするために管理し、私のiOSのプロジェクトでその.pbファイルを配置しているが、今、私は次のエラー受け付けております：

Running model failed:Not found: FeedInputs: unable to find feed output input 

を

これは、iOSアプリの変数input_layer_nameとoutput_layer_nameが誤って設定されているようです。

開始時刻v3では、それぞれMulとsoftmaxになるはずですが、これらの値は私にとってはうまくいきません。

私の質問は次のとおりです。レイヤーとは何ですか（このコンテキストに関して）、どのように私の鉱山があるのですか？

Thisは、私が訓練したモデルの正確な定義ですが、「Mul」または「softmax」は表示されません。

This私はレイヤについて学ぶことができましたが、 "Mul"はそのリストに存在しないため、別のコンセプトのようです。

私はこれがthis questionの重複であるかもしれないことを心配しているが、「層」が説明されていない（彼らはテンソルている？）とgraph.get_operations()は廃止されるようだ、または多分私はそれが間違って使用しています。

Answer 1

MohamedEzzと書いてありますが、Tensorflowグラフにはレイヤーがありません。同じ名前のスコープの下に置くことができる操作しかありません。

通常、同じ範囲内に配置された単一のレイヤーの操作と、名前の有効範囲の概念を認識するアプリケーションは、それらをグループ化して表示できます。

このアプリケーションの1つはTensorboardです。私はTensorboardを使うのがノード名を見つけるのに最も簡単な方法だと思います。

次の例を考えてみます。

import tensorflow as tf 
import tensorflow.contrib.slim.nets as nets 

input_placeholder = tf.placeholder(tf.float32, shape=(None, 224, 224, 3)) 

network = nets.inception.inception_v3(input_placeholder) 

writer = tf.summary.FileWriter('.', tf.get_default_graph()) 

writer.close() 

それはインセプションv3のネットワークを作成し、現在のディレクトリに（グラフで）イベントデータを保存し、入力データのプレースホルダを作成します。

同じディレクトリにTensorflowを起動すると、グラフ構造を表示することができます。

tensorboard --logdir . 

Tensorboardコンソール以下

Starting TensorBoard 41 on port 6006 
(You can navigate to http://192.168.128.73:6006) 

にUIのURLを印刷するには、このグラフの画像です。

あなたが興味のあるノードを見つけて、それを選択して（左上の情報ペインで）その名前を探します。

入力： 出力：

通常は、ノード名が、テンソル名である必要はないことに注意してください。ほとんどの場合、ノード名に:0を追加してテンソル名を取得すれば十分です。

次のコード（上記のコードの継続）を使用し、グラフから名前を使用して、上記作成したインセプションv3ネットワークに実行するたとえば

：私は、私は問題を抱えているかわからない

import numpy as np 

data = np.random.randn(1, 224, 224, 3) # just random data 
session = tf.InteractiveSession() 
session.run(tf.global_variables_initializer()) 
result = session.run('InceptionV3/Predictions/Softmax:0', feed_dict={'Placeholder:0': data}) 
# result.shape = (1, 1000) 

Answer 2

テンソルフローのコアには、ops（操作）とテンソル（n次元配列）があります。各演算子はテンソルを取り、テンソルを戻します。レイヤーは、ニューラルネットワークレイヤーを表す多くの操作の周りの便利なラッパーです。

1. conv2d OP：

   例えば畳み込み層は、主に3 OPSから構成され、これは、入力テンソル上カーネルをスライドものであり、カーネルお​​よび基礎となる入力ウィンドウの間で要素毎の乗算を行います。

2. bias_add opは：conv2d OP
3. 活性化OPから出てくるテンソルにバイアスを追加します。tensorflowモデルを実行するにはbias_add OP

の出力テンソルに要素ごとの活性化関数を適用しますフィード（入力）と取り出し（希望の出力）を提供します。これらはテンソルまたはテンソルの名前です。

コードInception_modelのこの行から、n_class出力確率を持つ'predictions'という名前のテンソルがあるようです。あなたが観察何

（softmax）が入力されたテンソル名についてはpredictionsテンソル

を生成OPの一種であり、それは関数の引数なので、入力テンソル名が表示されないinception_model.pyコード。したがって、あなたはその入力テンソルに与えた名前に依存します。

Answer 3

あなたの層または変数を作成し、この場合は名前

with tf.name_scope("output"): 
    W2 = tf.Variable(tf.truncated_normal([num_filters, num_classes], stddev=0.1), name="W2") 
    b2 = tf.Variable(tf.constant(0.1, shape=[num_classes]), name="b2") 
    scores = tf.nn.xw_plus_b(h_pool_flat, W2, b2, name="scores") 
    pred_y = tf.nn.softmax(scores,name="pred_y") 

というパラメータを追加し、私は、「出力/ pred_y」を使用することにより、最終的な予測値にアクセスすることができます。あなたはname_scope持っていけない場合は、ちょうど私が層「CONV」と呼ばれ、次の層でそれを使用した値

conv = tf.nn.conv1d(word_embeddedings, 
        W1, 
        stride=stride_size, 
        padding="VALID", 
        name="conv") #will have dimensions [batch_size,out_width,num_filters] out_width is a function of max_words,filter_size and stride_size 
# Apply nonlinearity 
h = tf.nn.relu(tf.nn.bias_add(conv, b1), name="relu") 

に到達するために「pred_y」を使用することができます。ここで行ったようにスニペットを貼り付けてください