web-dev-qa-db-ja.com

TensorFlow TypeError：パラメーター入力に渡された値には、許可される値のリストにないDataType uint8があります：float16、float32

過去3日間のトレーニングを行うための簡単なCNNを取得しようとしています。

最初に、ディレクトリツリーからイメージを読み取り、バッチを準備する入力パイプライン/キュー構成をセットアップしました。

私はこれでこのコードを手に入れました link 。だから、私は今train_image_batchとtrain_label_batchを持っています私のCNN。

train_image_batch, train_label_batch = tf.train.batch(
        [train_image, train_label],
        batch_size=BATCH_SIZE
        # ,num_threads=1
    )

そして、私はその方法を理解することができません。この link で指定されたCNNのコードを使用しています。

# Input Layer
input_layer = tf.reshape(train_image_batch, [-1, IMAGE_HEIGHT, IMAGE_WIDTH, NUM_CHANNELS])

# Convolutional Layer #1
conv1 = new_conv_layer(input_layer, NUM_CHANNELS, 5, 32, 2)

 # Pooling Layer #1
pool1 = new_pooling_layer(conv1, 2, 2)

印刷時のinput_layerはこれを示しています

Tensor（ "Reshape：0"、shape =（5、120、120、3）、dtype = uint8）

次の行はTypeErrorでクラッシュします。 conv1 = new_conv_layer（...）。 new_conv_layer関数の本体を以下に示します

def new_conv_layer(input,              # The previous layer.
               num_input_channels, # Num. channels in prev. layer.
               filter_size,        # Width and height of each filter.
               num_filters,        # Number of filters.
               stride):

# Shape of the filter-weights for the convolution.
# This format is determined by the TensorFlow API.
shape = [filter_size, filter_size, num_input_channels, num_filters]

# Create new weights aka. filters with the given shape.
weights = tf.Variable(tf.truncated_normal(shape, stddev=0.05))

# Create new biases, one for each filter.
biases = tf.Variable(tf.constant(0.05, shape=[num_filters]))

# Create the TensorFlow operation for convolution.
# Note the strides are set to 1 in all dimensions.
# The first and last stride must always be 1,
# because the first is for the image-number and
# the last is for the input-channel.
# But e.g. strides=[1, 2, 2, 1] would mean that the filter
# is moved 2 pixels across the x- and y-axis of the image.
# The padding is set to 'SAME' which means the input image
# is padded with zeroes so the size of the output is the same.
layer = tf.nn.conv2d(input=input,
                     filter=weights,
                     strides=[1, stride, stride, 1],
                     padding='SAME')

# Add the biases to the results of the convolution.
# A bias-value is added to each filter-channel.
layer += biases

# Rectified Linear Unit (ReLU).
# It calculates max(x, 0) for each input pixel x.
# This adds some non-linearity to the formula and allows us
# to learn more complicated functions.
layer = tf.nn.relu(layer)

# Note that ReLU is normally executed before the pooling,
# but since relu(max_pool(x)) == max_pool(relu(x)) we can
# save 75% of the relu-operations by max-pooling first.

# We return both the resulting layer and the filter-weights
# because we will plot the weights later.
return layer, weights

正確に、このエラーでtf.nn.conv2dでクラッシュします

TypeError：パラメーター 'input'に渡された値は、許可された値のリストにないDataType uint8を持っています：float16、float32

pythonmachine-learningtensorflowneural-network
11
azmath

入力パイプラインからの画像は「uint8」型です。「float32」に型キャストする必要があります。画像jpegデコーダの後にこれを行うことができます。

image = tf.image.decode_jpeg(...
image = tf.cast(image, tf.float32)
22
vijay m