老师,在第三章的DeepDream模型中,74页的实例有一个困惑,因为计算的score其实是由t_score计算而来的
g,score=sess.run([t_grad,t_score],{t_input:img})
但是t_score的输入是一个固定的目标值t_obj
t_score=tf.reduce_mean(t_obj)
所以我不理解为什么这个score会越算越多,是不是要把公式改成 score=tf.reduce_mean(t_input)
关于第七章的问题:按照教程上使用预训练模型运行后,出现以下错误提示。请老师指导:
问题解决了!
@水中白云飘 问题和你一样,怎么解决的。谢谢了!
@yhlz49 参考https://blog.csdn.net/czp_374/article/details/81193185
安装完成测试Tensorflow object detection api是否成功是报了一个错,ERROR: testcreatessd_resnet_v1_fpn_model_from_config (__main.ModelBuilderTest),后面转换tfrecord不成功,跟这个错有关系吗?
进入Tensorflow环境后再测试就没有报错,测试成功了。
第五章 voc2012数据转换不为tfrecord,开头是报没有create_pascal_tf_record.py这个程序,后来用find找到,拷贝到object_detection目录可以运行了,又提示缺少lxml模块,用pip install lxml安装上了,现在又报No module named object_detection.utils错误,网络上找不到解决办法。如何办呢?谁过了这个坑,给个主意吧!
何老师,求教啊,弄了两天都没有办法转换为tfrecord格式,做不下去了
@wpan object_detection文件夹下的object_detection.py改下文件名,这样会和模块冲突。
python train_image_classifier.py \ …: —train_dir=satellite/train_dir \ …: —dataset_name=satellite \ …: —dataset_split_name=train \ …: —dataset_dir=satellite/data \ …: —model_name=inception_v3 \ …: —checkpoint_path=satellite/pretrained/inception_v3.ckpt \ …: —checkpoint_exclude_scopes=InceptionV3/Logits,InceptionV3/AuxLogits \ …: —trainable_scopes=InceptionV3/Logits,InceptionV3/AuxLogits \ …: —max_number_of_steps=100000 \ …: —batch_size=32 \ …: —learning_rate_decay_type=fixed \ …: —s**e_interval_secs=300 \ …: —s**e_summaries_secs=2 \ …: —log_every_n_steps=10 \ …: —optimizer=rmsprop \ …: —weight_decay=0.0004 \ …: —clone_on_cpu=True 报错 File “<ipython-input-17-df2bf9e99e8a>“, line 1 python train_image_classifier.py —train_dir=satellite/train_dir —dataset_name=satellite —dataset_split_name=train —dataset_dir=satellite/data —model_name=inception_v3 —checkpoint_path=satellite/pretrained/inception_v3.ckpt —checkpoint_exclude_scopes=InceptionV3/Logits,InceptionV3/AuxLogits —trainable_scopes=InceptionV3/Logits,InceptionV3/AuxLogits —max_number_of_steps=100000 —batch_size=32 —learning_rate_decay_type=fixed —s**e_interval_secs=300 —s**e_summaries_secs=2 —log_every_n_steps=10 —optimizer=rmsprop —weight_decay=0.0004 —clone_on_cpu=True
老师,在第三章的DeepDream模型中,74页的实例有一个困惑,
因为计算的score其实是由t_score计算而来的
g,score=sess.run([t_grad,t_score],{t_input:img})
但是t_score的输入是一个固定的目标值t_obj
t_score=tf.reduce_mean(t_obj)
所以我不理解为什么这个score会越算越多,
是不是要把公式改成 score=tf.reduce_mean(t_input)
关于第七章的问题:
按照教程上使用预训练模型运行后,出现以下错误提示。请老师指导:
安装完成测试Tensorflow object detection api是否成功是报了一个错,ERROR: testcreatessd_resnet_v1_fpn_model_from_config (__main.ModelBuilderTest),后面转换tfrecord不成功,跟这个错有关系吗?
第五章 voc2012数据转换不为tfrecord,开头是报没有create_pascal_tf_record.py这个程序,后来用find找到,拷贝到object_detection目录可以运行了,又提示缺少lxml模块,用pip install lxml安装上了,现在又报No module named object_detection.utils错误,网络上找不到解决办法。
如何办呢?谁过了这个坑,给个主意吧!
python train_image_classifier.py \
…: —train_dir=satellite/train_dir \
…: —dataset_name=satellite \
…: —dataset_split_name=train \
…: —dataset_dir=satellite/data \
…: —model_name=inception_v3 \
…: —checkpoint_path=satellite/pretrained/inception_v3.ckpt \
…: —checkpoint_exclude_scopes=InceptionV3/Logits,InceptionV3/AuxLogits \
…: —trainable_scopes=InceptionV3/Logits,InceptionV3/AuxLogits \
…: —max_number_of_steps=100000 \
…: —batch_size=32 \
…: —learning_rate_decay_type=fixed \
…: —s**e_interval_secs=300 \
…: —s**e_summaries_secs=2 \
…: —log_every_n_steps=10 \
…: —optimizer=rmsprop \
…: —weight_decay=0.0004 \
…: —clone_on_cpu=True
报错
File “<ipython-input-17-df2bf9e99e8a>“, line 1
python train_image_classifier.py —train_dir=satellite/train_dir —dataset_name=satellite —dataset_split_name=train —dataset_dir=satellite/data —model_name=inception_v3 —checkpoint_path=satellite/pretrained/inception_v3.ckpt —checkpoint_exclude_scopes=InceptionV3/Logits,InceptionV3/AuxLogits —trainable_scopes=InceptionV3/Logits,InceptionV3/AuxLogits —max_number_of_steps=100000 —batch_size=32 —learning_rate_decay_type=fixed —s**e_interval_secs=300 —s**e_summaries_secs=2 —log_every_n_steps=10 —optimizer=rmsprop —weight_decay=0.0004 —clone_on_cpu=True