[Tensorflow][对象检测]ValueError当尝试训练时--num_clones=2

Question

我想在多个CPU上训练，所以我运行这个命令

C：\用户\解决方案\桌面\Tensorflow\研究

我得到了下面的错误

Traceback（最近一次调用）：文件"object_detection/train.py"，第169行，在tf.app.run（）文件"C：\用户\解决方案\AppData\本地\程序\Python\Python35\lib\site-包\tenorflow\python\平台\app.py"，第124行，在运行_sys.exit（主文件）文件“object_detection/train.py”，第165行，在主worker_job_name，is_chief，FLAGS。train_dir）文件“C：\用户\解决方案\桌面\Tensorflow\研究\object_detection\trainer.py”，第246行，在列克隆=model_deploy.create_clones（deploy_config，model_fn，[input_queue]）文件"C：\用户\解决方案\桌面\Tensorflow\研究\Slim\部署\model_deploy.py"，第193行，create_clones输出=model_fn（*args，**kwargs）文件"C：\用户\解决方案\桌面\Tensorflow\研究\object_detection\trainer.py"，第158行，_create_lossestrain_config.merge_multiple_label_boxes）ValueError：没有足够的值来解压（预期为7，得到0）

如果我设置num_clones1或省略它，它正常工作。我也尝试设置-ps_tasks=1，但没有帮助

如有任何建议，将不胜感激

Answer 1

您没有提到您正在训练哪种类型的模型——如果像我一样，您使用了TensorFlow对象检测应用编程接口示例（Faster-RCNN-盗梦空间-V2）中的默认模型，那么num_clones应该等于batch_size。然而，我使用的是GPU，但是当我从一个克隆到两个克隆时，我看到了类似的错误，在训练配置文件中设置batch_size： 2是解决方案。

Answer 2

我通过稍微更改原始配置中的一个参数来解决此问题：

...
train_config: {
  fine_tune_checkpoint: "C:/some_path/model.ckpt"
  batch_size: 1
  sync_replicas: true
  startup_delay_steps: 0
  replicas_to_aggregate: 8
  num_steps: 25000
  ...
}
...

更改参数replicas_to_aggregate： 1，或设置sync_replicas： false都解决了我的问题，因为我只在一个显卡上训练，没有任何副本（就像在TPU上训练时一样）。