在Tensorboard中查找输入/输出张量名称
我基于mobilenet运行了这个keras模型：https://gist.github.com/giacomobartoli/eb45ab61b43e5e47ea2a60113f9352ef 输出是一个名为mobilenetv1的冻结图。PB
现在，我想在新的Google Vision工具包上编译这个模型。
为了做到这一点，我需要知道我的冻结图（mobilenetv1.pb）的输入和输出张量的名称。因此，检查张力板，我有以下图表：
每个节点包含不同的输入/输出张量。这不是问题。重点是：在所有的节点中，我应该考虑如何在视觉工具包上编译这个冻结图？
换句话说，我需要运行这个脚本：
./bonnet_model_compiler.par \
--frozen_graph_path=mobilenetv1.pb \
--output_graph_path=mobilenetv1.binaryproto \
--input_tensor_name=INPUT_TENSOR_NAME \
--output_tensor_names=OUTPUT_TENSOR_NAME \
--input_tensor_size=256
我只需要知道我的图中有哪个输入张量和哪个输出张量。
共有1个答案
看着这个图，实际上不可能知道什么是期望的输入张量和输出张量，因为这个图有各种各样你不关心的东西。
相反，在构建用于推理的图形时，手动命名输入和输出（在构建ops时传递name=“something”），以便知道使用什么名称。
-
根据keras文件(https://keras.io/layers/convolutional/)Conv1D输出张量的形状为（batch\u size，new\u steps，filters），而输入张量的形状为（batch\u size，steps，input\u dim）。我不明白这是怎么回事，因为这意味着如果你传递一个长度为8000的1d输入，其中batch\u size=1，steps=
-
本文向大家介绍MATLAB检查C ++ MEX文件中的输入/输出数量，包括了MATLAB检查C ++ MEX文件中的输入/输出数量的使用技巧和注意事项，需要的朋友参考一下 示例 在此示例中，我们将编写一个基本程序，该程序检查传递给MEX函数的输入和输出的数量。 首先，我们需要创建一个实现“ MEX网关”的C ++文件。这是从MATLAB调用文件时执行的函数。 testinputs.cpp 首先，我
-
文件 std::fs::File 本身实现了 Read 和 Write trait，所以文件的输入输出非常简单，只要得到一个 File 类型实例就可以调用读写接口进行文件输入与输出操作了。而要得到 File 就得让操作系统打开(open)或新建(create)一个文件。还是拿例子来说明 use std::io; use std::io::prelude::*; use std::fs::File;
-
回顾一下我们写的第一个 Rust 程序就是带副作用的，其副作用就是向标准输出(stdout)，通常是终端或屏幕，输出了 Hello, World! 让屏幕上这几个字符的地方点亮起来。println! 宏是最常见的输出，用宏来做输出的还有 print!，两者都是向标准输出(stdout)输出，两者的区别也一眼就能看出。至于格式化输出，基础运算符和字符串格式化小节有详细说明，这里就不再啰嗦了。 更通用
-
问题内容： 我在Keras的最后一层中使用一些tensorflow函数（reduce_sum和l2_normalize）构建模型，而遇到此问题。我一直在寻找解决方案，但所有解决方案都与“ Keras张量”有关。 这是我的代码： 然后是错误： ValueError：模型的输出张量必须是TensorFlow的输出（因此保留过去的层元数据）。找到：Tensor（“ l2_normalize_3：0”，s
-
Boost.Assign Assign帮助你把一系列的值赋给容器。它通过对operator, (逗号操作符) and operator()() (函数调用操作符)的重载，带给用户一种数据赋值的很容易的方法。除了对原型风格的代码特别有用，这个库的功能在其它时候也很有用，使用这个库有助于提高代码的可读性。使用本库中的list_of还可以就地生成无名数组。 Assign 的作者是 Thorsten Ot