iOS 샘플 앱에서 사용할 레이어 이름을 얻으려면 어떻게해야합니까? (Tensorflow)

Question

저는 Tensorflow에 매우 익숙하며 iPhone app에서 사용하기 위해 초기 v3 네트워크를 사용하여 무언가를 훈련시키고 있습니다. 내가 수동으로 (I 희망, 제대로) 드롭 아웃 노드를 제거하는 protocolbuffer 파일로 내 그래프를 수출 관리, 내 아이폰 OS 프로젝트에 그 .pb 또 파일을 배치했지만, 지금은 다음과 같은 오류 받고 있어요 :

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

을

이는 iOS 앱에서 내 input_layer_name 및 output_layer_name 개의 변수가 잘못 구성되었음을 나타냅니다.

처음에는 v3에 대해 각각 Mul 및 softmax이어야한다고 여러 곳에서 볼 수 있지만 이러한 값은 저에게는 적합하지 않습니다.

내 질문은 :이 문맥과 관련하여 어떤 계층이고, 내 것이 무엇인지 어떻게 알 수 있습니까?

This은 내가 훈련 한 모델의 정확한 정의이지만 "Mul"또는 "softmax"는 현재 표시되지 않습니다.

This은 내가 레이어에 대해 배울 수 있었던 것이지만, "Mul"은 그 목록에 없기 때문에 다른 개념 인 것으로 보입니다.

내가이 "층"는 설명되지 않는 this question의 중복하지만이 될 수 있다는 걱정 (? 그들이 텐서이다)와 graph.get_operations()은 어쩌면 내가 잘못 사용하고이되지 않는 것 같다, 또는.

Answer 1

MohamedEzz으로 썼습니다. Tensorflow 그래프에는 레이어가 없습니다. 동일한 이름 범위 아래에 배치 할 수있는 작업 만 있습니다.

일반적으로 이름 범위 개념을 인식하는 동일한 범위와 응용 프로그램 아래에 배치 된 단일 레이어의 작업은 그룹으로 표시 할 수 있습니다.

이러한 응용 프로그램 중 하나는 Tensorboard입니다. Tensorboard를 사용하는 것이 노드 이름을 찾는 가장 쉬운 방법이라고 생각합니다.

은 다음의 예를 고려

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() 

그것은 입력 된 데이터에 대한 지정자를 작성 후 셉션 v3의 네트워크를 생성하고 현재 디렉토리 (그래프) 이벤트 데이터를 저장한다.

동일한 디렉토리에 Tensorflow를 시작하면 그래프 구조를 볼 수 있습니다.

tensorboard --logdir . 

는 Tensorboard에서는이 그래프의 이미지 콘솔

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

UI에 URL을 출력한다.

관심있는 노드를 찾고 이름을 찾으려면 왼쪽 상단 정보 창에서 찾으십시오.

입력 : 출력 :

일반적으로 노드 이름 만 텐서 이름 필요가 없다는 것을 유의하시기 바랍니다. 대부분의 경우 텐서 이름을 얻기 위해 노드 이름에 :0을 추가하면됩니다.

그래프는 다음 코드 (위의 코드의 계속)를 사용에서 이름을 사용하여 위에서 만든 셉션 v3의 네트워크 실행 예를 들어

:

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

텐서 흐름의 핵심에는 연산 (연산)과 텐서 (n 차원 배열)가 있습니다. 각 연산은 텐서 (tensors)를 취하고 텐서스 (back tensors)를 제공합니다 레이어는 신경망 레이어를 나타내는 많은 함수에 대한 편리한 래퍼입니다.

는 예를 들어 컨벌루션 층은 주로 3 OPS 구성되어

1. conv2d 연산이 입력 텐서 통해 커널 슬라이드 커널과 기본 입력 창 사이 소자 와이즈 곱셈을 수행하는 것이다.
2. bias_add 영업 이익은 다음 conv2d 연산
3. 활성화 연산에서 나오는 텐서에 대한 편견을 추가하십시오 tensorflow 모델을 실행하려면 bias_add 연산

의 출력 텐서에 요소 현명한 활성화 함수를 적용 , 피드 (입력) 및 가져 오기 (원하는 출력)를 제공합니다. 이들은 텐서 또는 텐서 이름입니다.

이 코드 줄 Inception_model에서 n_class 출력 확률을 가진 'predictions'이라는 이름의 텐서가 필요합니다. 당신은 관찰 무엇

(softmax) 입력 텐서 이름에 대한 이름으로 predictions 텐서

를 생성 한 연산의 유형입니다, 그것은 함수에 인수 이후, 입력 텐서 이름을 표시하지 않는 inception_model.py 코드 . 그래서 그것은 입력 텐서에 주어진 이름에 달려 있습니다.

Answer 3

당신은 당신의 레이어 나 변수가 나는 "출력/pred_y"을 사용하여 최종 예측 값에 액세스 할 수 있습니다이 경우 매개 변수라는 이름을

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") 

를 추가 생성 할 때. 당신이 name_scope 해달라고하면 그냥 레이어 "전환"이라고하며 다음 층에서 그것을 사용되는 값

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") 

에 도착 "pred_y"를 사용할 수 있습니다. 여기에서했던 것처럼 스 니펫을 붙여 넣으십시오.