tensorflow 使用VGG16模型VGG_16.tfmodel 报错 GraphDef cannot be larger than 2GB.

最新推荐文章于 2022-06-05 11:06:22 发布
最新推荐文章于 2022-06-05 11:06:22 发布
阅读量1.2k 收藏
点赞数 1
分类专栏： debug
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/LYROOO/article/details/84778006
版权

https://hehuihui1994.github.io/hehuihui1994.github.io/2017/07/19/TensorFlow常见问题/

爆掉应该是因为所有的变量都加载到了默认图里。

可能因为我跑完第一个model之后，再跑第二个model，我以为会覆盖的，但是第一个model中的变量还在图中…

 

 

解决方法：

在跑之前清除以下默认图。

#清空默认图
tf.reset_default_graph()

 

LYROOO
关注
  • 1
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
VGG16模型tensorflow实现
05-05
包括数据集预处理以及生成tfrecord文件，用自己数据集训练VGG16，亲测可用
解决Tensorflow2.0 tf.keras.Model.load_weights() 报错处理问题
09-16
主要介绍了解决Tensorflow2.0 tf.keras.Model.load_weights() 报错处理问题，具有很好的参考价值，希望对大家有所帮助。一起跟随想过来看看吧
ValueError: GraphDef cannot be larger than 2GB.
van的博客
09-18 2621
solution: 不是用默认graph 用例： import tensorflow as tf g1 = tf.Graph() with g1.as_default(): c1 = tf.constant([1.0]) with tf.Graph().as_default() as g2: c2 = tf.constant([2.0]) with tf.Session(graph=g1) as...
深度学习笔记——深度学习框架TensorFlow之Model（十三）
Dream come ture~
07-11 839
TensorFlow的模型存储，恢复与使用在tensorflow中保存 模型 恢复模型的 类是tf.train.Saver() 默认 是所有的变量 当不传参数，默认就是所有的变量 保存模型：#save(sess,save_path,...) save_path = saver.save(sess,"/root/alexnet.tfmodel")从文件中恢复模型（此时restore恢复
tensorflow 在加载大型的embedding模型参数时，会遇到cannot be larger than 2GB
weixin_34056162的博客
11-21 907
      这种问题是，对于每一个变量 variable 由于是基于protobuf存在这大小限制(2G),这个时候，我们需要将embedding拆开，拆分成N等分，来使得每一个 variable都在2G以下;  　　 1 # !/usr/bin/env/python 2 # coding=utf-8 3 import tensorflow as tf 4 import n...
vgg16_weights_tf_dim_ordering_tf_kernels.h5
11-15
model = VGG16(weights='path_to_vgg16_weights_tf_dim_ordering_tf_kernels.h5', include_top=False) ``` 在这里，`include_top=False`表示不包括模型的顶部全连接层，因为这些层通常是针对ImageNet分类任务训练的...
TensorFlow VGG-16 预训练模型-vgg_16.ckpt
02-01
TensorFlow VGG-16 预训练模型，用于SSD-TensorFlow的Demo训练.
vgg16_weights_tf_dim_ordering_tf_kernels_notop.h5.zip
02-24
"vgg16_weights_tf_dim_ordering_tf_kernels_notop.h5.zip"文件包含了VGG16模型预训练的权重，但不包括最后的全连接层，这意味着它无法直接用于分类任务，而是为迁移学习和特征提取设计。 深度学习是一种机器学习...
vgg16_caffe_pth_and_head_detector_final.zip
09-13
VGG16模型是深度学习领域的一个经典网络结构，由牛津大学Visual Geometry Group（VGG）的研究人员在2014年的ILSVRC（ImageNet Large Scale Visual Recognition Challenge）竞赛中提出。这个模型以其深而窄的网络结构...
VGG_ILSVRC_16_layers_fc_reduced.caffemodel
04-28
VGG_ILSVRC_16_layers_fc_reduced.caffemodel是一个深度学习模型，主要用于物体识别任务，它在计算机视觉领域有着广泛的应用。该模型的名称揭示了它的几个关键特性，让我们逐一深入探讨。 首先，"VGG"代表Visual ...
Vgg16 model
03-25
vgg16 模型 用于初始训练，准确率非常高，可以直接将其封装到云平台中！
关于vgg16运行报class_names未定义错误
Polly001的博客
07-11 919
关于运行报class_names未定义错误 是因为本来含有imagenet_classes.py文件，但是项目中未包含。 解决方法：添加imagenet_classes.py文件（github中不包含vgg16训练好的模型） 源代码地址：https://github.com/polly000/CNNlearn 网盘地址：链接：https://pan.baidu.com/s/13epuXF7iL2akVSOgP4gOwA 提取码：qj4t import tensorflow as tf import nump
tensorflow从0开始（6）——保存加载模型
searobbers_duck的博客
06-20 5万+
目的 学习tensorflow的目的是能够训练的模型，并且利用已经训练好的模型对新数据进行预测。下文就是一个简单的保存模型加载模型的过程。 保存模型 import tensorflow as tf import os import numpy as np from tensorflow.python.platform import gfile flags = tf.a
tensorflow2.0使用VGG16预训练模型实现猫狗数据集2分类
weixin_43723269的博客
03-04 2415
tensorflow2.0使用VGG16预训练模型实现猫狗数据集2分类 准备： tensorflow2.0.0或以上，最好是GPU版本 python3.7或以上环境，推荐使用Anaconda发行版，本站有相关教程 数据集，这里放出网盘链接：猫狗数据集，提取码：ijtz 直接上代码： tensorboard使用方法：训练完成之后，进入对应文件的目录（logs文件夹的主目录），在终端输入：tensorboard --logdir=logs ''' 2021-3-4, edit by wyf python3.
[VGG16模型]现有网络模型的使用与修改的学习 及ImageNet 数据集的下载
m0_51816252的博客
06-05 1811
本文以vgg16为例，来学习现有网络模型的使用与修改。除此之外还提及到了ImageNet 数据集的学习，和ImageNet 数据集的下载方面的一些问题。
tensorflow保存模型时报错: ValueError: GraphDef cannot be larger than 2GB.
jinbeibei0606的博客
10-28 703
最终查出原因是因为输入网络的数据没有提前定义numpy的array接收，而是直接feed到模型里了，可能这样导致模型一次性保存的太大吧，在feed之前先用np.zeros()定义了数组，用来接收输入的图片数据，再传入network中，问题就能解决了。 ...
tensorflow InvalidArgumentError: Cannot serialize protocol buffer of type tensorflow.GraphDef 错误分析
HouDouZhou的博客
08-27 1727
训练nfm模型，每2000个step进行保存。一开始模型训练正常，但是在使用tf.train.Saver的save方法保存模型时出现了如下错误： tensorflow.python.framework.errors_impl.InvalidArgumentError: Cannot serialize protocol buffer of type tensorflow.GraphDef as the serialized size (2239053850bytes) would be larger th
TensorFlow VGG-16 预训练模型
热门推荐
daydayup_668819的博客
04-18 5万+
在我们的实际项目中，一般不会直接从第一层直接开始训练，而是通过在大的数据集上（如ImageNet）训练好的模型，把前面那些层的参数固定，在运用到我们新的问题上，修改最后一到两层，用自己的数据去微调（finetuning）,一般效果也很好。 所谓finetuning，就是说我们针对某相似任务已经训练好的模型，比如CaffeNet， VGG-16， ResNet等， 再通过自己的数据集进行权重更新，
vgg16_weights_tf_dim_ordering_tf_kernels.h5xia
最新发布
05-12
vgg16_weights_tf_dim_ordering_tf_kernels.h5是一个存储VGG16模型权重的文件。VGG16是一个经典的深度卷积神经网络，由牛津大学计算机视觉组于2014年提出，其结构十分简单，由16层卷积层和3层全连接层组成，因此得名...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值