时间戳

首页 > 解决方案 > Tensorflow：张量必须来自与张量相同的图

tensorflow - Tensorflow：张量必须来自与张量相同的图

问题描述

张量流的第一步，我正在尝试训练用于图像分类的 DNN 模型。

我目前的代码是：

folder_path = Path('cropped_images/cropped')
df['filename'] = df['tag_id'].map(lambda tag: str(folder_path / (tag + '.png')))

def database_input_fn():

    def parse_image(filename, label):
        image_decoded = tf.image.decode_png(tf.read_file(filename), channels=3)
        image_resized = tf.image.resize_images(image_decoded, [64, 64])
        label = label == 'large vehicle'
        return image_resized, label

    filenames = tf.constant(df['filename'])
    labels = tf.constant(df['general_class'])
    dataset = tf.data.Dataset.from_tensor_slices((filenames, labels))
    dataset = dataset.map(parse_image)
    dataset = dataset.shuffle()
    dataset = dataset.batch(32)
    dataset = dataset.repeat()
    return dataset

images_fc = tf.feature_column.numeric_column('image', shape=[64, 64, 3])

estimator = tf.estimator.DNNClassifier(feature_columns=[images_fc],
                                     hidden_units=[32, 32, 32, 32])
metrics = estimator.train(lambda : dataset, steps=10000)

包含图像df路径pandas.DataFrame及其相应标签的位置。图像存储在磁盘上的上述文件夹路径中。

我收到以下错误：

ValueError: Tensor("IteratorV2:0", shape=(), dtype=resource) must be from the same graph as Tensor("BatchDatasetV2_4:0", shape=(), dtype=variant).

我错过了什么？为什么不是所有东西都在同一张图上构建？

标签： tensorflowtensorflow-estimator

解决方案

我认为

metrics = estimator.train(lambda : dataset, steps=10000)

可能是问题所在。如果您检查estimator train的参数，则 input_fn 构造并返回一个数据集，这意味着为 estimator 和输入函数创建了一个新图。在您的情况下，您已经在此范围之外创建了该图。可能将您的代码更改为：

metrics = estimator.train(input_fn=database_input_fn, steps=10000)

可能会解决这个问题！

推荐阅读