模型跑测报错 lhs shape= [8,8,128,768] rhs shape= [8,7,128,768]

最新推荐文章于 2021-04-13 18:45:29 发布
最新推荐文章于 2021-04-13 18:45:29 发布
阅读量1.6k 收藏
点赞数
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/roxxo/article/details/89379574
版权

 

InvalidArgumentError (see above for traceback): Assign requires shapes of both tensors to match. lhs shape= [8,8,128,768] rhs shape= [8,7,128,768]

   [[Node: save/Assign_7 = Assign[T=DT_FLOAT, _class=["loc:@InceptionResnetV2/AuxLogits/Conv2d_2a_5x5/weights"], use_locking=true, validate_shape=true, _device="/job:localhost/replica:0/task:0/device:CPU:0"](InceptionResnetV2/AuxLogits/Conv2d_2a_5x5/weights, save/RestoreV2_7)]]

解决办法 ： 你的模型有问题

roxxo
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
TensorFlow restore lhs shape rhs shape 的错
Talk Is Cheap
01-22 856
模型定义一致，但有些小参数传入不一致。
shape checker，解决Number of shape does not match the number of table records
03-22
修复损坏的shapefile，解决Number of shape does not match the number of table records的问题
Assign requires shapes of both tensors to match. lhs shape= [512,5721] rhs shape= [512,169]
Silimere
06-02 608
原因是自己直接拷贝之前跑过的代码的时候，顺带着连上次的日志也带过来了，所以解决办法直接把日志文件删掉，再次运行就OK了。
InvalidArgumentErrorAssign requires shapes of both tensors to match. lhs shape= rhs shape
jidushanzhu的博客
12-10 1604
训练模型后，想着测试模型效果，模型加载遇到以下问题，????不修改测试代码，报错居然还不一样。 InvalidArgumentError (see above for traceback): Assign requires shapes of both tensors to match. lhs shape= [64] rhs shape= [4,128,1,64] InvalidArgumentE...
Tensorflow报错Assign requires shapes of both tensors to match. lhs shape= [xxx] rhs shape= [xxx]的解决方法
热门推荐
如切如磋，如琢如磨
06-29 2万+
开门见山，遇到这个问题，第一，确定修改后的网络结构和你输入的自定义数据是对应的，第二，删掉代码目录下logs（一般叫logs，也可能叫别的）文件夹，因为这里面记录了用别的数据集训练时候的网络结构，会对你的训练造成干扰。 ··· 具体问题: 最近在跑GAN程序的时候遇到的这种错误，注意，这个错误一般是你因为你修改了网络参数所导致的，例如修改卷积核尺寸，等等。 代码来自 https://g...
tflearn执行报错：Assign requires shapes of both tensors to match. lhs shape= [32,2] rhs shape= [32
mmayanshuo的博客
11-28 2389
今天在运行tflearn项目的时候，由于修改了神经网络的网路结构，再次训练时出现了报错，报错信息如下： Assign requires shapes of both tensors to match. lhs shape= [32,2] rhs shape= [32,32] 报错的原因很简单，就是由于修改了网络结构造成的。 解决方法就是删去之前训练得到的checkpoint，然后重新训练。 不清...
Tensorflow报错：Assign requires shapes of both tensors to match. lhs shape= [16563] rhs shape= [16562]
github_39605284的博客
04-13 441
运行Tensorflow项目时报错,解决办法: 第一、确定修改后的网络输入shape和你输入的图片shape是符合的 第二、删掉原来产生的logs 第二、清空原来产生的checkpoint
8个维度100次采样的拉丁超立方序列采样程序
最新发布
05-05
应用于各种神经网络的提前采样方式方法、替代模型的前期采样以及试验采样
JavaScript的查询机制LHS和RHS解析
10-16
主要介绍了JavaScript的查询机制LHS和RHS解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
快速理解 JavaScript 中的 LHS 和 RHS 查询的用法
10-19
JavaScript中的LHS（Left Hand Side）和RHS（Right Hand Side）查询是理解变量赋值和访问的关键概念。这两个术语来源于编程语言中的赋值表达式，通常涉及到变量的查找和赋值过程。 LHS查询主要涉及变量的赋值操作。...
LHS-Kriging.zip_Kriging模型_LHS_kriging_拉丁超立方_超立方抽样
07-15
在IT领域，尤其是在数据分析、模拟和优化过程中，LHS-Kriging.zip文件包含了一系列与"Kriging模型"和"拉丁超立方抽样"相关的知识和技术。这些技术被广泛应用于不确定性量化、参数估计和预测等领域。 首先，让我们...
Assign requires shapes of both tensors to match. lhs shape= [32] rhs shape= [64]
木槿的世界
06-03 1万+
Assign requires shapes of both tensors to match. lhs shape= [32] rhs shape= [64]这是关于一个人脸评分项目中出现的错误，原因是因为这模型中训练和测试的时候网络的参数是不一致的导致的，下面是原来的项目中的网络结构：由于两个网络结构是不一致的所以应该修改为一致的网络结构...
Tensorflow Assign requires shapes of both tensors to match. lhs shape= [4415] rhs shape= [4414]
qq_27484763的博客
07-06 3474
解决办法，删去之前训练得到的checkpoint，然后重新训练。
tensorflow错误 Assign requires shapes of both tensors to match. lhs shape= rhs shape=
keep forward, go, go, go
12-07 1741
在跑tensorflow任务的时候，有时候会碰到这种错误 Tensorflow Assign requires shapes of both tensors to match. lhs shape= [20] rhs shape= [48] 多半是因为保存的checkpoint文件和新跑的代码模型结构冲突了，尝试删除保存的checkpoint文件，一般问题可以得到解决 ...
js的两种查询方式 LHS and RHS
maoguiyou的专栏
06-22 4511
在js引擎中存在两种不同的查询方式： LHS（Left-hand Side）:left是指“=”号的左边，意思是要给查询得到的这个变量赋值，比如要吧1付给a变量，要先查询a是否存在，这时候用的就是LHS查询 RHS（Right-hand Side）:right指的是“=”号右边，意思是要获取某个变量的值，比如打印a变量，console.log(a);js引擎要去查询这个变量是否存在，得到变量只
Assign requires shapes of both tensors to match. lhs shape= [3,3,256,8] rhs shape= [3,3,256,84]
huachuchengzhang的博客
03-18 2412
解决： 1，清除logs日志，就是训练产生的checkpoint文件，其他文件也不能留。方法无效 2，存放模型的地方只保留需要的模型。方法无效 3，执行评估程序eval_ssd_network.py参数改为： --eval_dir=./logs/ --dataset_dir=./tfrecords --dataset_name=pascalvoc_2007 --dataset_split_...
Tensorflow 同时载入多个模型
jmhIcoding
12-13 1万+
有时我们希望在一个python的文件空间同时载入多个模型，例如 我们建立了10个CNN模型，然后我们又写了一个预测类Predict，这个类会从已经保存好的模型restore恢复相应的图结构以及模型参数。然后我们会创建10个Predict的对象Instance，每个Instance负责一个模型的预测。 Predict的核心为： class Predict: def __init__(...
cifar10模型训练完，用于识别单个图片报错解决方案
zjcrystal_hust的博客
01-20 1931
（InvalidArgumentError (see above for traceback): Assign requires shapes of both tensors to match. lhs shape= [72,384] rhs shape= [9216,384][[Node: save/Assign_5 = Assign[T=DT_FLOAT, _class=["loc:@loca...
File "E:\anaconda\envs\tensorflow1\lib\site-packages\tensorflow_core\python\training\saver.py", line 1326, in restore err, "a mismatch between the current graph and the graph") tensorflow.python.framework.errors_impl.InvalidArgumentError: Restoring from checkpoint failed. This is most likely due to a mismatch between the current graph and the graph from the checkpoint. Please ensure that you have not altered the graph expected based on the checkpoint. Original error: Assign requires shapes of both tensors to match. lhs shape= [10816,256] rhs shape= [173056,256] [[node save/Assign_5 (defined at E:\anaconda\envs\tensorflow1\lib\site-packages\tensorflow_core\python\framework\ops.py:1748) ]]
07-08
这个错误通常表示在使用`tf.train.Saver()`加载模型时，当前的计算图与检查点文件中的计算图不匹配。这可能是由于以下原因导致的： 1. 您修改了原始的计算图结构：在加载模型之前，请确保您的代码中没有对计算图进行任何更改，例如添加、删除或修改了操作或变量。 2. 检查点文件与代码中使用的模型不匹配：检查点文件是针对特定模型架构和变量的。如果您的代码中的模型与检查点文件中的模型不匹配，加载过程就会失败。请确保您使用的检查点文件与您的代码中的模型结构和变量名称完全匹配。 对于您提供的具体错误信息，它指出了一个形状不匹配的问题。`lhs shape=[10816, 256]`表示左侧张量的形状是`[10816, 256]`，而`rhs shape=[173056, 256]`表示右侧张量的形状是`[173056, 256]`。这意味着在加载检查点文件时，某个变量的形状与当前的计算图不匹配。您需要检查代码中涉及到该变量的部分，并确保其形状匹配。 如果您无法找到问题所在，可以尝试删除之前保存的检查点文件，并重新训练和保存模型。然后，再次尝试加载模型并进行预测或继续训练。 另外，如果您使用的是不同版本的TensorFlow，可能会导致计算图不匹配的问题。请确保您的代码和检查点文件是针对相同版本的TensorFlow进行操作的。如果需要，可以尝试升级或降级TensorFlow的版本以解决兼容性问题。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
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