Android/Tensorflow:为什么测试需要RandomShuffleQueue？
RandomShuffleQueue是TensorFlow中的一个数据队列，用于在训练模型时对数据进行随机洗牌。在深度学习中，数据的顺序对模型的训练结果有一定的影响。通过使用RandomShuffleQueue，可以打乱数据的顺序，使得模型在每个训练步骤中都能够接触到不同的样本，从而增加模型的泛化能力。
RandomShuffleQueue的主要作用有以下几点：
- 数据随机化：通过将数据随机打乱，可以避免模型对数据的顺序产生依赖，从而提高模型的鲁棒性和泛化能力。
- 数据批处理：RandomShuffleQueue可以将数据按照一定的批次大小进行处理，这样可以提高训练的效率。批处理的方式可以减少模型在每个训练步骤中对内存和计算资源的需求。
- 数据预加载：RandomShuffleQueue可以在模型训练的同时预加载数据，提高数据读取的效率。这对于大规模数据集和复杂模型的训练非常重要。
RandomShuffleQueue在以下场景中特别适用：
- 训练集数据随机化：在深度学习中，训练集的数据顺序对模型的训练结果有一定的影响。通过使用RandomShuffleQueue，可以在每个训练步骤中都随机选择一部分数据进行训练，从而提高模型的泛化能力。
- 大规模数据集处理：对于大规模的数据集，使用RandomShuffleQueue可以提高数据读取和处理的效率。通过预加载数据并进行随机洗牌，可以减少模型训练过程中的等待时间。
- 数据增强：在一些图像处理任务中，可以使用RandomShuffleQueue对图像进行随机变换，如随机裁剪、随机旋转等，从而增加数据的多样性，提高模型的鲁棒性。
腾讯云相关产品和产品介绍链接地址：
腾讯云提供了一系列与深度学习和人工智能相关的产品和服务，包括云服务器、GPU实例、弹性计算、容器服务、机器学习平台等。您可以通过腾讯云官方网站或者咨询腾讯云客服了解更多详情。
注意：根据要求，本回答不包含亚马逊AWS、Azure、阿里云、华为云、天翼云、GoDaddy、Namecheap、Google等流行的云计算品牌商信息。
相关·内容
我想在android上的Python下测试一个学习过的模型，我使用的是Tensorflow 0.9。为此，我冻结了我的图形，使其具有包含图形和权重的单个pb文件。我使用队列来管理我的学习批次。
当在Android上运行我的会话时，我通过其名称"input_node“指定输入张量，这是我的网络中作为输入的数据层。
X = tf.reshape(X, [-1, W, H, 1], name="input_node")
并调用"output_node“层：
output = tf.reshape(h_fc11, shape=[-1, 8], name="out
浏览 0提问于2016-09-20得票数 0
我希望使用多个进程(not threads)进行一些预处理，并将结果排队到一个tf.RandomShuffleQueue中，该tf.RandomShuffleQueue可供我的主图用于培训。
有办法吗？
我的实际问题
我已经将我的数据集转换为TFRecords，拆分为256个碎片。我希望使用multiprocessing启动20个进程，并让每个进程具有一系列的碎片。每个过程都应该读取图像，然后对它们进行增强，并将它们推入一个tf.RandomShuffleQueue中，从该tf.RandomShuffleQueue可以将输入提供给一个图形进行训练。
有些人建议我看一下inception在ten
浏览 4提问于2017-05-10得票数 5
回答已采纳
我使用两个FIFOQueue读取数据(输入文件和标签文件)，并且工作正常。但是当使用RandomShuffleQueue时，输入文件和标签文件似乎无法对齐。
这是一个简单的例子：
使用FIFOQueue，一切都好
import tensorflow as tf
input_queue = tf.FIFOQueue(capacity=50, dtypes="int32", shapes=[()])
label_queue = tf.FIFOQueue(capacity=50, dtypes ="int32", shapes=[()])
input_op = i
浏览 6提问于2018-05-28得票数 0
回答已采纳
我正在尝试使用自定义的py_func enqueue_op和TensorFlow RandomShuffleQueue和QueueRunner。我对TensorFlow非常陌生，非常困惑。我现在拥有的是：
def compute_data(symbol, time):
data = np.zeros((1330,))
return data
key_1 = [str(x) for x in range(3000)]
key_2 = [str(y) for y in range(4800)]
tf_k1 = tf.constant([k for k in k1])
tf_k2
浏览 2提问于2017-03-09得票数 1
回答已采纳
关于tf.contrib.data.Dataset (来自TensorFlow 1.2，请参阅和)用法:当我使用repeat (用于多个纪元)和shuffle (就像read_batch_features在内部所做的那样)时，我如何注意到某些时代何时结束，以及当前的时代是什么？另外，当时代结束时，ShuffleDataset是首先等待去排队，还是已经被下一个时代的更多数据填充了？在上一个时代，或者如果我不使用repeat，那么ShuffleDataset是否会像tf.RandomShuffleQueue脱队列一样，在关闭后对所有剩余的数据进行排线？
我目前的解决方案，这也给了我更多的控制权:我
浏览 7提问于2017-05-23得票数 5
回答已采纳
我正在使用tensorflow在mnist数据集上进行实践，该数据集有55,000幅培训图像(原始的60,000幅mnist图像中的5,000幅图像被保留用于验证)。
目前，我正在使用tf.TFRecordReader在培训tf.record中阅读，随后使用tf.train.shuffle_batch进行培训输入。这个过程可以在mnist.py中的中的输入函数中找到。
但是，在步骤2720之后，我继续得到以下错误。
tensorflow.python.framework.errors.OutOfRangeError: RandomShuffleQueue '_1_input/shuff
浏览 2提问于2016-07-24得票数 0
回答已采纳
我试着用Bazel为安卓构建tensorflow_demo，但我得到了这个错误：
ERROR: no such package 'tensorflow/tensorflow/examples/android': BUILD file not found on package path.
我在目录(MacOS)中有一个构建文件：
/Users/pavelgosteev/tensorflow/tensorflow/examples/android
build命令：
(tensorflow) MBP-Pavel:tensorflow pavelgosteev$ bazel buil
浏览 0提问于2016-10-21得票数 1
当使用Tensorflow训练网络时，我们如何减少GPU的空闲时间？
要这样做:-
我使用多个Python线程对数据进行预处理，并将其提供给tf.RandomShuffleQueue，TensorFlow从那里获取数据。
我认为这将比feed_dict方法更有效。
然而，在执行nvidia-smi时，我仍然发现我的GPU仍然从100%利用率转到0%利用率，并且经常返回到100%。由于我的网络很大，而且数据集也很大，所以任何关于加速的富有成效的建议都是非常有用的。
我认为直接从tf.Queue读取数据比从feed_dict读取数据更正确吗？
注意：我正在使用一个12 GB的泰坦X G
浏览 2提问于2017-04-19得票数 2
我正在努力训练CNN在节目执行过程中产生的图像。我有一个游戏环境(不是由我创建的)，它生成的屏幕图像取决于在游戏中采取的行动。这些行动是由所学的CNN控制的。
这些图像然后被推入一个RandomShuffleQueue，从其中的小批离开队列，并用来训练CNN的正确行动。我想异步地这样做(游戏游戏和训练)，在这里，游戏正在进行，它的屏幕在一个单独的线程中添加到RandomShuffleQueue中，这个线程用于训练模型。下面是我正在尝试的一个非常简单的版本。
import tensorflow as tf
from game_env import game
experience = tf.R
浏览 3提问于2016-01-20得票数 2
回答已采纳
对于选择数据集的碎片文件数量或每个碎片中的记录数，是否有任何指导方针？
在使用tensorflow.contrib.slim的示例中，
在每个1024数据集的碎片中都有粗略的ImageNet记录。()
在每个切碎的花卉数据集中都有粗略的600记录。()
碎片文件的数量和每个碎片中的记录数量是否会对培训和培训模型的性能产生影响？
据我所知，如果我们不将数据集分割成多个碎片，那么对数据进行洗牌并不是很随机的，因为capacity的RandomShuffleQueue可能小于数据集的大小。
使用多个碎片还有其他好处吗？
更新
说
如果读取线程多于输入文件，则避免两个线程从
浏览 9提问于2016-12-20得票数 19
我使用tfrecord来处理序列数据集。当将一个示例读入内存时，我将获得两个上下文特征和一个序列特征。上下文特征是序列的长度和序列的标签。序列特征是一个字节列表，代表每个时间步的特征。所以我对每个例子都有三个张量：
length TensorShape([])
label TensorShape([])
frames TensorShape([Dimension(None)])
我想使用每个序列特征来预测标签，所以我必须使标签与帧的长度相同。
length=tf.expand_dims(length, 0, name='expand_length')
label=tf.
浏览 5提问于2017-02-12得票数 0
我试图解决的问题如下:我有一个文件名列表trainimgs。我已经定义了
tf.RandomShuffleQueue的capacity=len(trainimgs)和min_after_dequeue=0。
预期此tf.RandomShuffleQueue将由trainimgs填充指定的epochlimit次数。
预计许多线程将并行工作。每个线程从tf.RandomShuffleQueue中排出一个元素，并对其执行一些操作，并将其排入另一个队列。我把那部分做对了。
但是，一旦处理了1 epoch of trainimgs，并且tf.RandomShuffleQueue为空，只要
浏览 4提问于2017-02-28得票数 8
回答已采纳
我想在TensorFlow中测试RandomShuffleQueue。队列首先将值增加为1.0的变量入队三次，因此队列应该类似于1.，2.，3..Then出队两次。我原以为输出是从1，2，3中随机选择的，但它总是输出3，这让人感到困惑。
测试代码如下所示：
import tensorflow as tf
i = tf.Variable(0.0)
one = tf.constant(1.0)
ass_op = tf.assign(i, tf.add(i, one))
q = tf.RandomShuffleQueue(10, min_after_dequeue=1, dtypes=tf.fl
浏览 11提问于2017-07-01得票数 1
我正在尝试创建一个基于Tensorflow的CIFAR10示例的训练操作，它使用tf.RandomShuffleQueue，我的标签来自()中提到的文件的名称。我怎么才能把这个代码和那个一起使用呢？
当我尝试运行以下代码时，其中path是包含许多文件的目录：
filenames = [path, f) for f in os.listdir(path)][1:]
file_fifo = tf.train.string_input_producer(filenames,
shuffle=False,
浏览 2提问于2017-03-30得票数 0
4回答
当试图将数据提供给模型时，我得到了outOfRange错误。我猜数据永远不会到达队列，因此出现了错误。只是为了测试，我给它一个元组(图，ground_truth)的tfrecord。我还尝试了tensorflow调试器(Tfdbg)，但是它也会抛出相同的错误，我看不到任何tensoeflow值。
Tensorflow版本: 1.3
Python版本: 3.5.3
Os: Windows10
filename_queue = tf.train.string_input_producer([tfrecord_filename],num_epochs=1)
image_batch, annotat
浏览 5提问于2017-09-07得票数 0
回答已采纳
我从官方的网站运行了一个名为cifar10的 TensorFlow 教程程序，但是在运行过程中我得到了以下错误：
OutOfRangeError (see above for traceback): RandomShuffleQueue '_1_shuffle_batch/random_shuffle_queue' is closed and has insufficient elements (requested 128, current size 64)
[[Node: shuffle_batch = QueueDequeueMany[_class=["l
浏览 0提问于2016-12-03得票数 0
我正在使用TensorFlow的dataset API，并且根据docs的说法，我对霉运()方法感到困惑：
Dataset.shuffle()转换使用类似于tf.RandomShuffleQueue的算法随机调整输入数据集:它维护一个固定大小的缓冲区，并从该缓冲区随机选择下一个元素。
如果我只是“部分”地洗牌我的数据集(例如，buffer_size <= no。)，我希望只有第一个buffer_size元素会被洗牌，但是情况并非如此，参见示例：
dataset = tf.data.Dataset.from_tensor_slices([1,2,3,4,5,6,7,8])
浏览 0提问于2018-05-09得票数 1
回答已采纳
在那些日子里，当我运行代码来读取"tfrecords“数据时，就会发现这个错误。问题是如何找到‘71680值的张量’或‘形状有8960'？
错误是：
'tensorflow.python.framework.errors_impl.InvalidArgumentError'>，09:54:11.147000 353860 coordinator.py:224]向协调程序报告的错误：< I0807 2根错误已找到。(0)无效参数:输入整形是值为71680的张量，但所请求的形状有8960 无效参数:输入整形是71680值的张量，但请求的形状有8960
浏览 0提问于2019-08-07得票数 1
在anaconda上安装tensor时，执行此操作的命令是；
$ conda create -n tensorflow
为什么需要为Tensorflow创建conda环境？为什么不像大多数其他python包一样简单地使用pip安装tensorflow呢？
我使用的是anaconda python 3.6
浏览 6提问于2018-08-12得票数 1
回答已采纳
为了训练一个模型，我将我的模型封装在一个类中。我使用一个tf.RandomShuffleQueue来对文件名列表进行排队。但是，当我将元素排出队列时，它们会被排出队列，但是队列的大小并没有减少。
下面是代码片段后面的更具体的问题：
例如，如果我只有5图像，但是步骤范围高达100，这会导致自动重复调用addfilenames吗？它没有给我任何错误的退队，所以我认为它是自动调用。
为什么tf.RandomShuffleQueue的大小没有改变？它保持不变。
导入os导入时间导入函数工具导入tensorflow作为tf从Read_labelclsloc导入readlabel：#返回培训图像、
浏览 1提问于2017-03-22得票数 0
回答已采纳
1回答
嗯，我在试着理解线程和队列。
我在网络上看到了很多文档，但令人惊讶的是，在tensorflow 2.0中甚至没有这个主题的一个例子。
我想让我的队伍做的是，
定义生成示例的操作。
定义队列。
定义一个enqueue_operation，它在上面使用多个线程生成的队列中对示例进行排队。
控制此队列以对批处理进行排序。
我想的是，
import tensorflow as tf
import threading
batch_size = 2
example = tf.random.normal([1, 2]) # Generate an example, shape =
浏览 3提问于2021-01-14得票数 1
回答已采纳
我创造了回购
我试图在kaggle泰坦尼克数据集上进行逻辑回归。
我得到了以下错误
OutOfRangeError: RandomShuffleQueue‘_398_shuffle_batch_16/随机_shuffle_queue’已关闭，且元素不足(请求100，当前大小为0)
有人能告诉我为什么现在的尺寸是0吗？
浏览 2提问于2016-10-25得票数 0
1回答
2:安装NDK和SDK，我用Android Studio3安装了SDK和NDK :执行如下：$ curl -L -o /tmp/inception5h.zip $ curl -L -o /tmp/mobile_multibox_v1.zip
$ unzip /tmp/inception5h.zip -d tensorflow/examples/android/assets/ $ unzip /tmp/tmp/ -d _multibox_v1.zip-d tensorflow/examples/android/assets/
4：$ bazel build //tensorflow/exa
浏览 1提问于2017-01-03得票数 0
1回答
流量OutOfRange误差
、、、、
我的代码是从文件中读取图像
import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
data_path='christmas.tfrecords'
with tf.Session() as sess:
feature={'image':tf.FixedLenFeature([],tf.string),'label':tf.FixedLenFeature([],tf.int64)}
# Create a list of filen
浏览 3提问于2017-12-20得票数 0
回答已采纳
1回答
首先，我真的很感谢你能读到我的问题。
TensorFlow版本: TensorFlow-GPU 1.14
操作系统: ubuntu 16.04
tensorflow.python.framework.errors_impl.OutOfRangeError: RandomShuffleQueue '_1_shuffle_batch/random_shuffle_queue' is closed and has insufficient elements (requested 8, current size 7) [[{{node shuffle_batch}}]]
我正
浏览 2提问于2019-08-21得票数 1
回答已采纳
1回答
我正在尝试做安卓演示描述的的构建。
我不断得到下面错误的变体。我已经尝试过更改api级别以及手动将一些文件复制到文件夹中。
如何解决这个错误？提前使用THanks。
my@my:~/tensorflow$ bazel build //tensorflow/examples/android:tensorflow_demo
WARNING: Bazel Android NDK crosstools are based on Android NDK revision 11. The revision of the Android NDK given in android_ndk_repository
浏览 16提问于2016-08-30得票数 0
tensorflow示例CIFAR10使用输入管道将数据从磁盘加载到队列。我想为我自己的模型实现这一点，但我遇到了一个错误，我无法以某种方式修复。我的最小示例如下(摘自教程：https://www.tensorflow.org/programmers_指南/阅读_数据)：
def read_sample_of_csv(filename_queue):
# Define Reader
reader = tf.TextLineReader()
key,value = reader.read(filename_queue)
# Decode CSV
record_d
浏览 0提问于2017-03-13得票数 4
回答已采纳
遵循Tensorflow教程中的虹膜分类问题，我正在尝试构建一个DNN分类器模型来识别手写字符。遇到了对测试数据的质疑。
我假设在正常的机器学习中，测试数据是未标记的。为什么在tensorflow中，测试数据也应该被标记？有没有什么方法可以使用DNN分类器或tensorflow中的任何其他分类器输入未标记的测试数据？
浏览 18提问于2018-07-27得票数 1
我是tensorflow的新手，现在我正在学习如何使用队列运行程序。我要做的是从dir中读取二进制文件，并使每个文件成为一个数组。我使用两个线程并使4个数组成为一个批处理。代码如下。
import glob
import tensorflow as tf
def readfile(filenames_queue):
filename = filenames_queue.dequeue()
value_strings = tf.read_file(filename)
array = tf.decode_raw(value_stri
浏览 0提问于2018-01-22得票数 1
1回答
正如标题所说，我试图在没有安卓的情况下构建TensorFlow。似乎没有任何官方指南或建立在Tensorflow Github /网站上。有没有人知道现有的第三方maven/gradle链接可以实现这一点，或者没有Android的情况下构建Tensorflow for Java桌面的具体方法。
我尝试了下面的链接，但是当我预置这些步骤时，我会得到各种Bazel构建错误。
浏览 6提问于2022-07-12得票数 1
我目前正在从事一个关于神经网络的项目。为此，我想要构建一个Android应用程序，它应该使用tensorflow lite来解决一些对象检测/识别问题。
由于我希望代码尽可能可移植，所以我希望用C++编写大部分代码，从而在Java /包装器上使用tensorflow的C++ API。因此，我修改了tensorflow /cont肋骨/lite/BUILD，并添加了以下内容，以便能够创建一个共享的tensorflow库。
cc_binary(
name = "libtensorflowLite.so",
linkopts=["-shared", "-Wl
浏览 4提问于2018-04-14得票数 5
我正在尝试在Ubuntu上构建Tensorflow服务。我已经从源代码编译了Tensorflow和Tensorflow服务，没有错误，但当我运行：
bazel test -c opt tensorflow_serving/...
我得到以下错误：
//tensorflow_serving/model_servers:tensorflow_model_server_test
TIMEOUT in 315.1s
所有其他测试都通过了。
当我查看日志文件时，我只看到以下内容：
exec ${PAGER:-/usr/bin/less} "$0" || exit 1
我
浏览 0提问于2017-09-06得票数 8
有人能解释一下下面的情况吗：
我已经使用Tensorflow创建了一个简单的卷积神经网络。我正在使用一个类，并且我已经在构造函数中创建了我的图形。然后，我使用我编写的训练方法训练网络。我还使用了队列和馈入机制。这是代码的摘录：
class Super_res:
'Create a CNN model which augments the resolution of an image'
# object initialization (python) - constructor
def __init__(self, input, output, batch_size, reco
浏览 1提问于2017-09-01得票数 0
我正在测试一个模型，通过在不同的图像上训练它。我有不同的文件夹，里面有不同数量的图像。当我从一个只有20张图片的文件夹切换到一个有100张或10,000张图片的文件夹时，程序就会立即崩溃，抱怨随机洗牌队列没有足够的元素。
我没有修改代码中的任何其他内容，只是将其指向不同的目录，这些目录肯定不是空的。有没有人知道为什么会发生这种情况，以及如何解决？
错误消息
tensorflow/core/kernels/queue_base.cc:294] _0_READ_DATA/input_producer: Skipping cancelled enqueue attempt with queue no
浏览 3提问于2017-04-21得票数 1
这就像一个来自的后续问题。我希望将android示例项目从tensorflow git repo中分离出来，并能够以tensorflow作为依赖项分别构建它。这是我的文件夹结构
my_project
|-- WORKSPACE
|-- android
| |-- BUILD
| `-- ...
|-- tensorflow
| |-- tensorflow
| | | |-- workspace.bzl
| | | |-- tensorflow.bzl
| | | `-- ...
| |-- WORKSPACE
| |-- BUILD
.
浏览 2提问于2016-12-14得票数 1
回答已采纳
1回答
Android平台上的基准量化
、、、、
我一直在用benchmark_model测试Exynos7420上的tensorflow模型。我想加快每一个的量化测试，但是还不能用量化工具编译benchmark_model，因为它们破坏了很多东西。
我遵循了这个中列出的指导方针
//tensorflow/tools/benchmark/BUILD cc_binary
deps = [":benchmark_model_lib",
"//tensorflow/contrib/quantization/kernels:quantized_ops",
],
/
浏览 0提问于2016-09-21得票数 1
我试图在Android中运行一个带有自定义仿真器模型(Pixel_2_API_30)的Pixel_2_API_30对象检测应用程序。早些时候，我试着在真正的设备上运行这个应用程序(Redmi 5)，一切都很好。当我在虚拟设备上启动时，我首先看到了我的MainActivity的背景，然后一切都消失了。我没有任何错误。为了找到错误日志，我必须确定过滤器。以下是错误：
2022-09-17 15:30:45.849 8131-8131/org.tensorflow.lite.examples.detection E/AndroidRuntime: FATAL EXCEPTION: main
浏览 69提问于2022-09-17得票数 0
好的，在Torch中很容易;)，我按照indico示例来加载数据-
所以，我找到了三种方法，我不喜欢，我相信还有更好的方法。
1)在两个不同的应用程序\app\run- tensorflow/models/image/cifar10/cifar10_train.py和cifar10_eval.py上进行培训和评估
我不喜欢这个，因为我会浪费资源，即cifar10_eval.py将运行的GPU。我可以通过一个文件或应用程序来实现这一点，但是不喜欢保存如果模型不是最好的模型！
2)使用权重共享( tensorflow/models/image/mnist/convolutional.py )创建
浏览 2提问于2016-10-24得票数 1
回答已采纳
我想在android上使用tensorflow lite。我在使用android编译过程中遇到了一个错误：
undefined reference to 'tflite::InterpreterBuilder::operator()(std::__ndk1::unique_ptr<tflite::Interpreter, std::__ndk1::default_delete<tflite::Interpreter> >*)'
在编译时，我设法获得了一个可重复的示例。
获取错误的步骤
下载android (我尝试过15c和16b，它们都失败了)。调用
浏览 2提问于2018-11-08得票数 0
回答已采纳
这是我发布的tensorflow杂志的链接。
我试图在Androidarm64-v8a上编译tensorflow C++ API，但是我被困住了。下面是我试图编译的代码：
bazel build -c opt --cxxopt='--std=c++11' //tensorflow:libtensorflow_cc.so --config=android_arm64 --cpu=arm64-v8a --fat_apk_cpu=arm64-v8a --verbose_failures
I get that error:
1 warning generated
浏览 3提问于2018-02-06得票数 2
我正在尝试使用TensorFlow clean (tf.train.shuffle_batch)来处理我的输入数据，这是我从教程中收集到的大部分代码，并做了一些修改，比如decode_jpeg函数。
size = 32,32
classes = 43
train_size = 12760
batch_size = 100
max_steps = 10000
def read_and_decode(filename_queue):
reader = tf.TFRecordReader()
_, serialized_example = reader.read(filename_
浏览 1提问于2016-09-04得票数 3
回答已采纳
我试图在安卓移动应用程序中使用TensorFlow来推断模型。首先，我已经构建并测试了一个TensorFlow图；它被保存为一个protobuf文件。接下来，我设置了工具链，并构建和运行了。我的下一步是在Android (启用C++ )中创建一个新的项目。我已经创建了JNI Hello应用程序，它在Nexus上编译和运行。但是当我试图导入'org.tensorflow‘时，我无法让Android (AS)识别它。因此，我的主要问题是:如何将TensorFlow引入我的演示应用程序。
例如，我创建了一个简单的类来开始：
package com.foobar.tfdemo;
impor
浏览 1提问于2016-12-16得票数 0
回答已采纳
当我试图运行我的文件时，出现了两个错误：
超出范围: RandomShuffleQueue‘_1_input/shuffle_B批/随机_shuffle_queue’关闭并没有足够的元素(请求1，当前大小为0)
“请求的1”实际上是我的批次大小。我已经尝试将我的batch_size减少到1，以查看是否再次发生错误。但是，我不知道为什么当前的大小是0。
InvalidArgumentError (回溯见上文)：输入整形是一个张量，值为357604，但所请求的形状有89401
我提到了一个较旧的线程：，并且我检查了自357604 = 89401 * 4以来我也遇到了类似的问题，所以
浏览 5提问于2016-11-14得票数 1
回答已采纳
我正在使用选择性注册和//tensorflow/contrib/android:libtensorflow_inference.so目标为安卓构建：
bazel build -c opt --copt="-DSELECTIVE_REGISTRATION" --copt="-DSUPPORT_SELECTIVE_REGISTRATION" //tensorflow/contrib/android:libtensorflow_inference.so --crosstool_top=//external:android/crosstool --host_crosst
浏览 0提问于2018-06-30得票数 1
我用TensorFlow和Keras开发并训练了一个卷积神经网络。现在，我想把这个模型部署到一个Android设备上，在那里我需要一个实时应用程序。
我找到了将Keras模型部署到Android的两种方法：
将图形冻结为..pb文件(例如'model.pb')，然后在Android设备上使用"TensorFlowInferenceInterface“。
将冻结的图形转换为.tflite模型(例如'model.tflite')，然后在安卓设备上使用TesorFlow Lite解释器。
这两种方法都在Android设备上工作，并产生了预期的结
浏览 1提问于2019-05-18得票数 1
2回答
没有找到android操作
、、、、
我试图在 yolo模型上使用tensorflow android进行推理。我可以在默认的小额- yolo -voc模型上成功运行，但当我将模型(以及相应的参数)更改为yolo模型时，我会得到以下例外：
java.lang.RuntimeException: Unable to resume activity {com.bendaf.tfdroidtest/com.bendaf.tfdroidtest.MainActivity}: java.lang.IllegalArgumentException: No OpKernel was registered to support Op 'E
浏览 5提问于2017-07-21得票数 1
我想把更快的RCNN移植到Android设备上，但我遇到了一些问题。我使用Bazel构建我的Android项目，就像tensorflow演示一样。我将op roi_pooling_op.cc和proposal_op.cc添加到user_ops中，但我认为Android确实构建了user_ops，logcat如下所示：
tensorflow_inference_jni.cc:146 Could not create TensorFlow graph: Not found: Op type not registered 'RoiPooling'
我试着解决这个问题，并将roi_po
浏览 13提问于2017-01-08得票数 0
我正在使用这个tensorflow的演示： (Android项目没有Bazel)
我能用tensorflow和我自己的图像吗？怎么做到的？是否有设置新数据集的示例？
浏览 3提问于2017-04-19得票数 0
回答已采纳
我在android上运行了一个Tensorflow示例()，得到了以下错误。
ComponentInfo{org.tensorflow.lite.examples.classification/org.tensorflow.lite.examples.classification.ClassifierActivity}：E/AndroidRuntime:致命异常:主进程: org.tensorflow.lite.examples.classification，PID: 18855 java.lang.RuntimeException:无法实例化活动"/data/app/org.tens
浏览 2提问于2019-11-06得票数 0
回答已采纳
def inference(arg1, arg2):
#something to do
for x in np.range(arg2):
#to do
编辑：
实际上，我的代码是这样的：
def inference(arg1, arg2):
#to do
return loss
loss = inference(arg1, arg2)
#do something about tf.optimizer
sess = tf.Session()
sess.run()
所以我的第一个问题是，在函数inference()中，我可以定义一个会话
浏览 0提问于2016-06-29得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
