feed_dict（要約操作）

Question

マイトレーニングスクリプトは、TensorFlowモデルを訓練するために、非常にわずかオンラインチュートリアルからの変更：

def train(data_set_dir, train_set_dir): 
    data = data_input.read_data_sets(data_set_dir, train_set_dir) 

    with tf.Graph().as_default(): 
     global_step = tf.Variable(0, trainable=False) 
     # defines placeholders (type=tf.float32) 
     images_placeholder, labels_placeholder = placeholder_inputs(batch_size, image_size, channels) 

     logits = model.inference(images_placeholder, num_classes) 
     loss = loss(logits, labels_placeholder, num_classes) 
     train_op = training(loss, global_step, batch_size) 

     saver = tf.train.Saver(tf.all_variables()) 
     summary_op = tf.merge_all_summaries() 
     init = tf.initialize_all_variables() 
     sess = tf.Session() 
     sess.run(init) 
     summary_writer = tf.train.SummaryWriter(FLAGS.train_dir, sess.graph) 

     for step in range(max_steps): 
      start_time = time.time() 
      feed_dict = fill_feed_dict(data, images_placeholder, labels_placeholder, batch_size) 
      _, loss_value = sess.run([train_op, loss], feed_dict=feed_dict) 
      # ... continue to print loss_value, run summaries and save checkpoints 

上記と呼ばれるplaceholder_inputs機能は次のとおりです。

def placeholder_inputs(batch_size, img_size, channels): 
    images_pl = tf.placeholder(tf.float32, 
             shape=(batch_size, img_size, img_size, channels), name='images') 
    labels_pl = tf.placeholder(tf.float32, 
             shape=(batch_size, img_size, img_size), name='labels') 
    return images_pl, labels_pl 

明確にするために、私が扱っているデータは、セグメント化問題におけるピクセルごとの分類のためのものです。上記のように、これはバイナリ分類の問題です。

そしてfeed_dict機能は次のとおりです。

私がで立ち往生してい

def fill_feed_dict(data_set, images_pl, labels_pl, batch_size): 
    images_feed, labels_feed = data_set.next_batch(batch_size) 
    feed_dict = {images_pl: images_feed, labels_pl: labels_feed} 
    return feed_dict 

：トレースバックは私のplaceholder_inputs機能から「ラベル」テンソルによって引き起こされていると、それを明らかにし

tensorflow.python.framework.errors.InvalidArgumentError: You must feed a value for placeholder tensor 'labels' with dtype float and shape [1,750,750] 
[[Node: labels = Placeholder[dtype=DT_FLOAT, shape=[1,750,750], _device="/job:localhost/replica:0/task:0/cpu:0"]()]] 

。さらに、このエラーは、2つのプレースホルダ間で、私が見る限り、ランダムに移動し続けます。一度、それは 'ラベル' [labels_pl]テンソル、別の時間、それは私の '画像' [images_pl]テンソルです。詳細に

エラー：

File ".../script.py", line 32, in placeholder_inputs 
    shape=(batch_size, img_size, img_size), name='labels') 
File ".../tensorflow/python/ops/array_ops.py", line 895, in placeholder 
    name=name) 
File ".../tensorflow/python/ops/gen_array_ops.py", line 1238, in _placeholder 
    name=name) 
File ".../tensorflow/python/ops/op_def_library.py", line 704, in apply_op 
    op_def=op_def) 
File ".../tensorflow/python/framework/ops.py", line 2260, in create_op 
    original_op=self._default_original_op, op_def=op_def) 
File "/tensorflow/python/framework/ops.py", line 1230, in __init__ 
    self._traceback = _extract_stack() 

私が試した何/確認：

1. は無駄にはもちろん、forループの外にfeed_dictを置きます。

2. batch_size要件に対応するのに十分なデータがトレーニングデータディレクトリにあることを確認しました。

3. プレースホルダのdtypeを指定する際に複数のバリエーションがあります。「float」がスタックトレース内のキーであったとします。

4. クロスチェックされたデータシェイプ。これらは、プレースホルダで指定されたものとまったく同じです。

恐らくこれは私が思うよりもはるかに単純な問題です。たぶん私はここで見ることができないマイナーなタイプミスです。提案？私はすべての選択肢を使い果たしたと信じています。問題について新しい光を当てる人を探してください。

私はthisエラーの説明を参照しました。

アップデート：私はdidnの

また

{<tf.Tensor 'images:0' shape=(1, 750, 750, 3) dtype=float32>: 
array([[[[-0.1556225 , -0.13209309, -0.15954407], 
    [-0.15954407, -0.12032838, -0.13601466], 
    ..... 
    [-0.03405387, 0.04829907, 0.09535789]]]], dtype=float32), 
<tf.Tensor 'labels:0' shape=(1, 750, 750) dtype=float32>: 
array([[[ 0., 0., 0., ..., 0., 0., 0.], 
     ..... 
     [ 0., 0., 0., ..., 0., 0., 0.]]], dtype=float32)} 

何か：（ここではコメントで提案されているように）と期待値がプレースホルダに供給されていることに気づい

はsession.run前print feed_dictをしました先に言及していません： ループは初めて実行されます。したがって、私はstep = 0の最初の値の出力を得て、次にstep=0に指定したの文を印刷した後すぐに終了します。

アップデート2：

問題があった場所私は考え出しました。 summary_opを印刷していました。しかし、なぜこれは私を超えているのですか？これは私がforループでそれを印刷する方法です：

if step % 100 == 0: 
    summary_str = sess.run(summary_op) 
    summary_writer.add_summary(summary_str, step) 

このブロックをコメントアウトすると、トリックが実行されます。なぜこれが間違っているのだろうか？

アップデート3：以下

回答を解決しました。私が気づいたのは、TensorFlow CIFAR-10 exampleは、feed_dictの明示的な言及なしで、同様のsess.runを実行しており、正常に動作しているということです。どのくらい正確に動作しますか？

Answer 1

明らかなエラー。 summary_opでセッションを実行するためにfeed_dictを指定しませんでした。明示的にセッションの実行中にfeed_dictコールに言及

if step % 100 == 0: 
    summary_str = sess.run(summary_op, feed_dict=feed_dict) 
    summary_writer.add_summary(summary_str, step) 

はトリックをしました。しかし、なぜ？ TensorFlow CIFAR-10の例は、feed_dictのこの明示的な言及なしで同様のsess.runを実行し、正常に動作します。