tensorflow - 使用 output_layer=pool_3 运行 label_image 时出错

Question

图像识别教程中的 tensorflow 练习建议运行 C++ 示例 --output_layer=pool_3。我尝试运行此程序并收到错误:

$ bazel-bin/tensorflow/examples/label_image/label_image --output_layer=pool_3

I tensorflow/core/common_runtime/local_device.cc:40] Local device intra op parallelism threads: 4
I tensorflow/core/common_runtime/direct_session.cc:58] Direct session inter op parallelism threads: 4
W tensorflow/core/common_runtime/executor.cc:1076] 0x558ae6a5d210 Compute status: Invalid argument: input must be 2-dimensional
     [[Node: top_k = TopK[T=DT_FLOAT, k=5, _device="/job:localhost/replica:0/task:0/cpu:0"](Const/_0)]]
E tensorflow/examples/label_image/main.cc:311] Running print failed: Invalid argument: input must be 2-dimensional
     [[Node: top_k = TopK[T=DT_FLOAT, k=5, _device="/job:localhost/replica:0/task:0/cpu:0"](Const/_0)]]

我错过了什么？

Answer 1

这里的问题是 image recognition tutorial 中的 TensorFlow 代码在 --output_layer=pool_3 选项起作用之前需要进行额外的修改:

One can specify this by setting --output_layer=pool_3 in the C++ API example and then changing the output tensor handling.

要更改输出张量处理，您需要修改代码 below this line in label_image/main.cc 。 PrintTopLabels()函数调用GetTopLabels() ，它采用单个二维(批处理 x 类)张量 - 假设为 tf.nn.softmax() 的输出包含一批图像中标签的概率分布，并使用 tf.nn.top_k() 构建一个小型 TensorFlow 图操作。 pool_3 层输出一个四维(批处理 x 高度 x 宽度 x 深度)张量，这需要额外的处理。

附加处理已留给读者作为练习。但是，您可以尝试以下一些操作:

• 将输出 reshape 为二维(批处理 x 特征)矩阵，并训练全连接层(或更多)以识别您自己的训练数据中的特征。

• 通过沿深度维度对池化层的输出进行切片，并使用tf.image.encode_png()将切片编码为图像来可视化池化层的输出。

注意由于文档更好，我提供了 Python 文档的链接，而不是相应的 C++ API。您可能会发现修改 Python code for Inception inference 更加容易!相反。