Tensorflow Assign 需要两个张量的形状匹配。 lhs 形状= [20] rhs 形状= [48]答案

【问题标题】：Tensorflow Assign requires shapes of both tensors to match. lhs shape= [20] rhs shape= [48]Tensorflow Assign 需要两个张量的形状匹配。 lhs 形状= [20] rhs 形状= [48]
【发布时间】：2016-11-15 04:19:33
【问题描述】：

我是 TensorFlow 菜鸟。我已经从 deeppose 的开源实现中训练了一个 TensorFlow 模型，现在必须针对一组新图像运行该模型。

该模型是在大小为 100 * 100 的图像上训练的，因此我已将新图像集的大小调整为相同大小。我有 149 新图像来运行模型。运行模型时，出现以下错误。

InvalidArgumentError (see above for traceback): Assign requires shapes
of both tensors to match. lhs shape= [20] rhs shape= [48]

排队

saver = tf.train.Saver(tf.all_variables())

我怀疑经过训练的模型大小和测试图像大小不匹配。我不清楚如何解决这个问题。我从tf.all_variables() 调用中打印出变量列表。在这里

Tensor("Placeholder:0", shape=(128, 100, 100, 3), dtype=float32)
(11, 11, 3, 20)
conv1/weights:0
(20,)
conv1/biases:0
(5, 5, 20, 35)
conv2/weights:0
(35,)
conv2/biases:0
(3, 3, 35, 50)
conv4/weights:0
(50,)
conv4/biases:0
(3, 3, 50, 75)
conv5/weights:0
(75,)
conv5/biases:0
(300, 1024)
local1/weights:0
(1024,)
local1/biases:0
(1024, 1024)
local2/weights:0
(1024,)
local2/biases:0
(1024, 0)
softmax_linear/weights:0
(0,)
softmax_linear/biases:0

我不确定 RHS 参数的来源。我查看了所有配置文件，似乎没有任何参数指定此配置。

我们将不胜感激任何解决此问题的帮助。

【问题讨论】：

试试saver = tf.train.Saver(tf.all_variables(), reshape=True)
你能显示更大的堆栈跟踪吗？
@Fake - 重塑不起作用，但我已经解决了这个问题。谢谢老哥

标签： python tensorflow deep-learning

【解决方案1】：

尝试删除从以前的运行中保存的所有检查点。有时在更改架构并再次运行时，TF 会从旧的检查点（但使用新定义）拾取，您会收到此错误。

【讨论】：

绝妙的提示！
就是这样。谢谢
同意。我今天刚刚犯了这个错误。我在不更改 logdir 的情况下使用新配置重新训练模型，然后 TF 拾取旧检查点并引发不匹配错误。更改为另一个 logdir 修复了它。

【解决方案2】：

我也遇到了这个问题，问题是标签和班级编号不匹配，所以我更改并修复了所有地方的班级编号和标签。

在我的例子中，它是在 fast_rcnn.config 中更改“num_classes”参数和“label_map.pbtxt”文件以匹配真实值。

【讨论】：

添加相关代码 sn-p 并附上解释确实对未来的读者很有帮助。如果你能添加这些，那就太好了。
我添加了我需要修复的更改，但在每种情况下可能会有所不同，谢谢。

【解决方案3】：

如果删除检查点不起作用，这个错误是由于尺寸，所以检查类的数量是否相同，以及图像的尺寸

【讨论】：

【解决方案4】：

碰巧的是，我更新了 TensorFlow 代码，但未能对其进行训练。所以我回滚到以前的版本，对运行脚本进行了适当的新更改并让它工作。

【讨论】：

【解决方案5】：

也会发生输入图像形状与输入图像张量不匹配的情况。这意味着，当模型期望输入图像为 RGB 但您发送的是灰度图像时，您可能会遇到此问题。因此，请确保有正确的输入数据。用opencv的image.shape函数检查一下。

import cv2
im = cv2.imread('lena.jpg')
h, w, c = im.shape
print(h,w,c)

在哪里; h是高度 w 是宽度 c是频道

【讨论】：

【解决方案6】：

就我而言，training/faster_rcnn_resnet50_coco.config 文件中的 num_classes 不正确。因此出现此错误。

【讨论】：