0
コード:Keras InceptionV3はmodel.predict
from keras.applications import InceptionV3
model = InceptionV3(weights="imagenet")
shape = (None,image_size,image_size,num_channels)
x = tf.placeholder(tf.float32, shape=shape)
adv_x,grad_x = fgm(x, model, model.predict(x), y=y, targeted=True, eps=0, clip_min=-0.5, clip_max=0.5)
adv_,grad_ = batch_eval(sess, [x,y], [adv_x,grad_x], [inputs,targets], args={'batch_size': args['batch_size']})
model.predict(x)
エラー:
File "/u/.../env/lib/python3.5/site-packages/keras/engine/training.py", line 1594, in predict
batch_size=batch_size, verbose=verbose)
File "/u/.../env/lib/python3.5/site-packages/keras/engine/training.py", line 1208, in _predict_loop
batches = _make_batches(samples, batch_size)
File "/u/.../env/lib/python3.5/site-packages/keras/engine/training.py", line 364, in _make_batches
num_batches = int(np.ceil(size/float(batch_size)))
TypeError: unsupported operand type(s) for /: 'Dimension' and 'float'
私は、実際の画像にmodel.predictを使用しますが、tf.placeholdersまたはtf.variables上でこのエラーで終わることができます 誰でもこのエラーをデバッグする手助けはできますか?
:また、あなたのバッチサイズは、ドキュメントから32である場合を除き、
batch_size
値を含めることができます。上記の質問を編集しました。私は私自身のMNISTとCIFARシーケンシャルモデルを構築したので、これを実行できるはずです。このコードは実行可能です。なぜプレトレーニングされたモデルが違うのですか? –