python - Tensorflow 在训练时两次打印相同的信息

标签 python tensorflow

我正在使用 tensorflow 训练对象检测模型。在训练时,在终端中,tensorflow 将相同的信息打印两次,如下所示:

INFO:tensorflow:global step 3292: loss = 3.2832 (2.960 sec/step)
INFO:tensorflow:global step 3292: loss = 3.2832 (2.960 sec/step)
INFO:tensorflow:global step 3293: loss = 3.5285 (3.675 sec/step)
INFO:tensorflow:global step 3293: loss = 3.5285 (3.675 sec/step)
INFO:tensorflow:global step 3294: loss = 2.3972 (3.564 sec/step)
INFO:tensorflow:global step 3294: loss = 2.3972 (3.564 sec/step)
INFO:tensorflow:Recording summary at step 3294.
INFO:tensorflow:Recording summary at step 3294.
INFO:tensorflow:global_step/sec: 0.294019
INFO:tensorflow:global_step/sec: 0.294019

我只是在使用从源代码安装的 tensorflow 进行训练时才注意到这个“问题”,我使用 pip 安装的 tensorflow 训练了两个模型并且日志记录正常。我没有看到这种行为的任何副作用,但我很好奇是什么原因造成的。有什么想法吗?

最佳答案

打开models/research/object_detection/utils/variables_helper.py中的variables_helper.py,修改import如下:

import re
import tensorflow as tf
from tensorflow import logging as logging
slim = tf.contrib.slim

问题解决了。

关于python - Tensorflow 在训练时两次打印相同的信息,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/50713614/

相关文章:

python - Python显示用于查找轮廓的OpenCV断言错误

python - 如何将 tf.while_loop() 用于 tensorflow 中的可变长度输入?

python - 导入模块中的可变对象

Python BeautifulSoup - 在找到的关键字周围添加标签

c++ - tf.cond 未按预期运行

linux - Udacity 深度学习的 TensorFlow 设置

python - Tensorflow神经网络恢复后预测不同的值

python - 如何准确地将 L1 正则化添加到 tensorflow 误差函数

Python ctypes c_float.value 不返回值

python - 将字符串列表中的字符映射到以索引为键的字典中