Eingangspipeline in Tensorflow

Question

Während ich am offiziellen Tensorflow-Mnist-Dataset-Tutorial für Anfänger übe, versuche ich die Mnist-Daten in meine eigenen Bilder zu ändern, die von Suchmaschinen gesammelt wurden.

strFilePaths,iLabels ,strSubFolderNames,iNumTotalDatasets = ScanForImage('Datasets') 

tsFileNameQueue = tf.train.string_input_producer(strFilePaths) 
tsReader = tf.WholeFileReader() 
_,tsImage = tsReader.read(tsFileNameQueue) 

tsImage = tf.image.decode_jpeg(tsImage, channels=3) 
tsImage = tf.cast(tsImage,tf.float32) 
tsLabels = tf.convert_to_tensor(iLabels, dtype=tf.float32) 
tsImage = tf.reshape(tsImage, shape=[1,168*300*3]) 

matWeights = tf.Variable(tf.random_normal([168*300*3, 2])) 
vBiases = tf.Variable(tf.zeros([2])) 
vPredictions = tf.nn.softmax(tf.matmul(tsImage, matWeights) + vBiases) 
fCrossEntropy = tf.reduce_mean(-tf.reduce_sum(tsLabels * tf.log(vPredictions), reduction_indices=[1])) 
train_step = tf.train.GradientDescentOptimizer(0.1).minimize(fCrossEntropy) 
init = tf.global_variables_initializer() 

with tf.Session() as sess : 
    sess.run(init) 
    for i in range (1000) : 
    tsTrainingSets = tf.train.batch([tsImage,tsLabels], batch_size=100) 
    sess.run(train_step) 
     if i % 20 == 0 : 
      correct_prediction = tf.equal(tf.argmax(vPredictions,1),tf.argmax(tsTrainingSets[1],1)) 
      accuracy = tf.reduce_mean(tf.cast(correct_prediction,tf.float32)) 
      print(sess.run(accuracy)) 

Das strFilePaths ist eine Standard-Python-Liste alle meine Bildpfade enthält, iLabels ist eine Liste von Listen darstellt Etiketten. Und ich habe nur 2 Klassen in diesem Fall.

Dieses Programm läuft ohne Fehlerausgabe, aber Tensorflow läuft einfach weiter und gibt mir keine Ausgabe. Ich habe die "Lesedateien" -Sitzung auf der Tensorflow-Website tausendmal gelesen, aber ich habe immer noch keine Ahnung, ob ich die Dinge richtig gemacht habe oder nicht.

Q1: Was ist falsch an diesem Code? F2: Gibt es ein komplettes Beispiel, wie man JPEG-Dateien in Tensorflow liest und einige Trainingsaufgaben an ihnen ausführt?

Answer 1

Leider, ohne Zugriff auf Ihren Code und Dateien, kann ich nicht helfen, Sie weiter zu debuggen. Sie können jedoch ein vollständiges Beispiel sehen, wie Inception umschulen neue Kategorien von Informationen (zB Blumen) im image_retraining Beispiel bei erkennen: https://github.com/tensorflow/tensorflow/blob/r1.1/tensorflow/examples/image_retraining/retrain.py