我正在尝试在TensorFlow中建立这样的模型。
该模型在损失函数(a)内或之前(B)有一个函数,该函数应使用CNN(CNN+Dens layers)估计某些参数来生成图像。
想象输入图像是一些大小和坐标不同的矩形。神经网络假设提取这些参数(矩形的重量、高度、X和Y)。使用这些估计参数“A函数”将重新创建矩形并将其发送到“距离”(A)/“损失”(B)函数,以便输出可以用于更新神经网络中的权重。
我做了网络的每一个部分,但当我试图获得CNN估计的参数来生成图像并将其发送到损失/距离函数时,我无法访问真实的数值数据。相反,CNN的输出是Tensor。我试图使用一个新的tf.Session来评估output,但是发生了这样的情况:FailedPreconditionError: Attempting to use uninitialized value conv2d/kernel
[[Node: conv2d/kernel/read = Identity[T=DT_FLOAT, _class=["loc:@conv2d/kernel"], _device="/job:localhost/replica:0/task:0/device:GPU:0"](conv2d/kernel)]]
[[Node: dense_2/BiasAdd/_11 = _Recv[client_terminated=false, recv_device="/job:localhost/replica:0/task:0/device:CPU:0", send_device="/job:localhost/replica:0/task:0/device:GPU:0", send_device_incarnation=1, tensor_name="edge_80_dense_2/BiasAdd", tensor_type=DT_FLOAT, _device="/job:localhost/replica:0/task:0/device:CPU:0"]()]]
我应该如何在TensorFlow中建立这样的模型?
我的示例代码如下:
美国有线电视新闻网:
^{pr2}$
“功能”是指:
^{3}$
我也试过了,同样的错误发生了:def AFunction(y_pred):
_sess = tf.Session()
with _sess.as_default():
y_pred = y_pred.eval()
return rectangle(y_pred)
距离函数是tf.损失功能(应该测试哪个功能最好)
谢谢。在