在s390x上使用Tensorflow進行圖像識別（教程示例）

我已經安裝了Tensorflow軟件包，並且已經從IBM s390x體系結構的源代碼中進行了編譯。如在教程中描述的圖像識別classify_image.py樣品引發錯誤如下所示：在s390x上使用Tensorflow進行圖像識別（教程示例）

運行命令：

python ./classify_image.py --model_dir=/data/shared/myprojects/tensorflow/models/models-master/tutorials/image/imagenet --image_file=/data/shared/myprojects/keras/images/claude_profile.jpg

錯誤消息：

File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/framework/common_shapes.py", line 659, in _call_cpp_shape_fn_impl 
    raise ValueError(err.message) 
ValueError: Cannot reshape a tensor with 1041082757314414592 elements to shape [16777216,524288] (8796093022208 elements) for 'pool_3/_reshape' (op: 'Reshape') with input shapes: [1,22546423,22546423,2048], [2] and with input tensors computed as partial shapes: input[1] = [16777216,524288].

版本：

python 
Python 2.7.12 (default, Nov 19 2016, 06:48:10) 
[GCC 5.4.0 20160609] on linux2 
Type "help", "copyright", "credits" or "license" for more information. 
>>> import tensorflow as tf 
>>> tf.VERSION 
'1.3.1' 
>>>

可能的錯誤原因是排序的不兼容性，因爲訓練模型可能在CPU以大端模式工作時以小尾數表示法存儲。有沒有簡單的方法來配置一個字節交換來改變輸入數據的字節順序？其他Tensorflow樣本，沒有圖像處理例程執行OK。

來源

2017-10-06 Claude Falbriard

1041082757314414592聽起來更像是溢出/下溢而不是排序問題。如果您不嘗試加載示例但嘗試從頭開始運行一個示例，那麼您是否也會遇到問題？

來源

2017-10-09 21:09:43

初始模型是TensorFlow分佈的一部分。我根據這裏的指示完成了一個bazel構建[https://www.tensorflow.org/tutorials/image_retraining] 當加載二進制模型文件名classify_image_graph_def.pb時，再培訓步驟會導致完全相同的運行時錯誤： ValueError：無法使用1041082757314414592元素爲'pool_3/_reshape'（op：'Reshape'）塑造[16777216,524288]（8796093022208個元素）的張量，其中包含輸入形狀：[1,22546423,22546423,2048]，[ 2]，輸入張量計算爲部分形狀：input [1] = [16777216,524288]。 –

你可以在github上提交錯誤嗎？ –

感謝您的支持。我在Github＃2485下提交了一個錯誤。我們的社區支持團隊正在檢查問題。 –

這似乎正在發生，因爲初始模型是Little Endian機器上的預先訓練好的模型，在Big Endian（s390x）上加載時會有問題。此外，任何圖表（，例如，classify_image_graph_def.pb）將以一種格式存儲像大小這樣的值，當在另一種格式中讀取時會給出意想不到的結果。

據我所知，目前還沒有可用的工具來轉換任何已保存的模型以便在大端上兼容。

因此，現在，在大端，我們需要從零開始訓練我們的節點。

來源

2017-10-17 05:56:51 NamrataB

在s390x上使用Tensorflow進行圖像識別（教程示例）

回答

相關問題