时间戳

首页 > 解决方案 > 执行程序未能创建内核。未实现：不支持将字符串转换为 int64

python - 执行程序未能创建内核。未实现：不支持将字符串转换为 int64

问题描述

我试图使用最新版本的 TensorFlow 训练包含 306 张食物图像的本地数据集。但是，当我尝试运行它时，它打印了

训练 306 个样本

纪元 1/5

此时它刚刚停止做任何事情，所以当我尝试在 cmd 中运行它时出现以下错误

Train on 306 samples
Epoch 1/5
2019-12-09 15:11:42.788897: E tensorflow/core/common_runtime/executor.cc:642] Executor failed to create kernel. Unimplemented: Cast string to int64 is not supported
         [[{{node loss/activation_2_loss/Cast}}]]

我现在已经查看了 100 次代码，我似乎无法理解我在哪里弄错了，我也无法在任何其他帖子上找到解决方案。

现在看代码

我首先加载图像，调整它们的大小并分配标签：

TRAIN_DIR = './food11/training'
class_names=['Bread', 'Dairy product', 'Dessert', 'Egg', 'Fried food', 'Meat']
def load_training_data(DIR):
    train_data = []
    for img in os.listdir(DIR):
        word_label = int(img.split('_')[0])
        label = class_names[word_label]
        path = os.path.join(DIR, img)
        if "DS_Store" not in path:
            img = Image.open(path)
            img = img.convert('L')
            img = img.resize((IMG_SIZE, IMG_SIZE), Image.ANTIALIAS)
            train_data.append([np.array(img), label])

    shuffle(train_data)
    return train_data

train_data = load_training_data(TRAIN_DIR)
trainImages = np.array([i[0] for i in train_data]).reshape(-1, IMG_SIZE,IMG_SIZE, 1)
trainLabels = np.array([i[1] for i in train_data])

然后我对图像进行了归一化，并创建了一个包含 6 个神经元的小模型：

model = Sequential()

model.add(Conv2D(32, (3, 3), input_shape=(IMG_SIZE, IMG_SIZE, 1)))
model.add(Activation("relu"))
model.add(MaxPooling2D(pool_size=(2,2)))


model.add(Flatten())
model.add(Dense(128))
model.add(Activation("relu"))


model.add(Dense(6))
model.add(Activation("softmax"))


model.compile(loss="sparse_categorical_crossentropy",
                optimizer="adam",
                metrics=["accuracy"])


model.fit(trainImages, trainLabels, batch_size = 50, epochs = 5, verbose = 1)

任何帮助将不胜感激。感谢您的时间！

标签： pythontensorflowneural-networkconv-neural-networkimage-recognition

解决方案

这个问题的解决方案是关于“标签”的一个小错误。

word_label = int(img.split('_')[0])
label = class_names[word_label]

它将 trainLabels 作为字符串返回（类名称而不是索引），所以我通过将上面的行替换为

label = int(img.split('_')[0])

推荐阅读