如何获取用于iOS示例应用程序的图层名称？ （Tensorflow）

Question

我对Tensorflow非常陌生，我正在尝试使用inception v3网络来训练iPhone应用程序中使用的东西。我设法我的图形导出为protocolbuffer文件，手动删除差节点（正确的，我希望如此），并放置在.pb文件在我的iOS项目，但现在我收到以下错误：

Running model failed:Not found: FeedInputs: unable to find feed output input 

这似乎表明我的input_layer_name和output_layer_name变量在iOS应用程序中配置错误。

我在各个地方看到，它应该分别为Mul和softmax，对于初始版本v3，但这些值对我不起作用。

我的问题是：什么是一层（关于这个上下文），以及如何找出我的是什么？

This是我训练的模型的确切定义，但我没有看到“Mul”或“softmax”出现。

This是我已经能够了解图层，但它似乎是一个不同的概念，因为“Mul”不在该列表中。

我担心这可能是this question重复，但“层”不解释（他们是张量？）和graph.get_operations()似乎被弃用，或者也许我用错了。

Answer 1

由于MohamedEzz写道Tensorflow图中没有图层。只有可以放在同一名称范围内的操作。

通常位于相同范围内的单层操作和知道名称范围概念的应用程序可以显示它们的分组。

这样的应用之一是Tensorboard。我相信使用Tensorboard是找到节点名称的最简单方法。

考虑下面的例子：

import tensorflow as tf 
import tensorflow.contrib.slim.nets as nets 

input_placeholder = tf.placeholder(tf.float32, shape=(None, 224, 224, 3)) 

network = nets.inception.inception_v3(input_placeholder) 

writer = tf.summary.FileWriter('.', tf.get_default_graph()) 

writer.close() 

它创建用于将输入数据的占位符，然后创建启v3网络和在当前目录中保存事件的数据（与图）。

在同一目录下启动Tensorflow可以查看图形结构。

tensorboard --logdir . 

Tensorboard打印UI URL到控制台

Starting TensorBoard 41 on port 6006 
(You can navigate to http://192.168.128.73:6006) 

下面是该曲线图的图像。

找到您感兴趣的节点并选择它以查找其名称（位于左上信息窗格中）。

输入： 输出：

请注意，通常你不需要节点名称，但张名。在大多数情况下，将节点名称添加:0即可获得张量名称。

例如运行上面使用的名称创建从图中使用下面的代码（上面的代码的延续）成立之初v3网络：

import numpy as np 

data = np.random.randn(1, 224, 224, 3) # just random data 
session = tf.InteractiveSession() 
session.run(tf.global_variables_initializer()) 
result = session.run('InceptionV3/Predictions/Softmax:0', feed_dict={'Placeholder:0': data}) 
# result.shape = (1, 1000) 

Answer 2

在tensorflow的核心，有ops（运算）和tensors（n维数组）。每个运算都需要张量并给出张量。图层只是代表神经网络层的许多操作的便利包装。

例如卷积层由主要3 OPS：

1. conv2d运算：这是在输入张量滑动的内核并执行内核和底层输入窗口之间逐元素乘法。
2. bias_add OP：添加偏压到出来的conv2d运算
3. 激活OP的张量：施加激活函数逐元素到bias_add运算

的输出张量要运行tensorflow模型，你提供饲料（输入）和提取（所需的输出）。这些是张量或张量名称。

从这行代码Inception_model看来，您需要的是一个名为'predictions'的张量，它具有n_class输出概率。

你观察到的（softmax）是生产的predictions张

至于输入张名运算的类型，inception_model.py码不显示输入张量的名字，因为它是一个函数参数。所以这取决于你给这个输入张量的名字。

Answer 3

当您创建图层或添加变量的参数调用名

with tf.name_scope("output"): 
    W2 = tf.Variable(tf.truncated_normal([num_filters, num_classes], stddev=0.1), name="W2") 
    b2 = tf.Variable(tf.constant(0.1, shape=[num_classes]), name="b2") 
    scores = tf.nn.xw_plus_b(h_pool_flat, W2, b2, name="scores") 
    pred_y = tf.nn.softmax(scores,name="pred_y") 

在这种情况下，我可以通过使用“输出/ pred_y”访问的最终预测值。如果你没有name_scope，你可以用“pred_y”去值

conv = tf.nn.conv1d(word_embeddedings, 
        W1, 
        stride=stride_size, 
        padding="VALID", 
        name="conv") #will have dimensions [batch_size,out_width,num_filters] out_width is a function of max_words,filter_size and stride_size 
# Apply nonlinearity 
h = tf.nn.relu(tf.nn.bias_add(conv, b1), name="relu") 

我叫层“转化”，并在接下来的层中使用它。粘贴你的片段就像​​我在这里做的