我正在尝试在本地运行Object Detection API.
我相信我已按照TensorFlow对象检测API文档中的描述设置了所有内容,但是,当我尝试运行model_main.py时,此警告显示并且模型未进行训练.(我无法确定模型是否正在训练,因为该过程没有终止,但没有进一步的日志出现)
警告:tensorflow:Estimator的model_fn(.model_fn位于0x0000024BDBB3D158>)包含params参数,但params不会传递给Estimator.
我传递的代码是:
python tensorflow-models/research/object_detection/model_main.py \
--model_dir=training \
--pipeline_config_path=ssd_mobilenet_v1_coco.config \
--checkpoint_dir=ssd_mobilenet_v1_coco_2017_11_17/model.ckpt \
--num_tain_steps=2000 \
--num_eval_steps=200 \
--alsologtostderr
可能导致此警告的原因是什么？
为什么代码似乎卡住了？
请帮忙!
我试图通过使用参数矩阵来隔离一些特定于用户的参数，其中每个数组将学习特定于该用户的参数。
我想使用用户 ID 索引矩阵，并将参数连接到其他功能。
最后，有一些完全连接的层以获得理想的结果。
但是，我在代码的最后一行不断收到此错误。
---------------------------------------------------------------------------
ValueError Traceback (most recent call last)
<ipython-input-1-93de3591ccf0> in <module>
20 # combined = tf.keras.layers.Concatenate(axis=-1)([le_param, le])
21
---> 22 net = tf.keras.layers.Dense(128)(combined)
~/anaconda3/envs/tam-env/lib/python3.6/site-packages/tensorflow_core/python/keras/engine/base_layer.py in __call__(self, inputs, *args, **kwargs)
793 # framework.
794 if build_graph and base_layer_utils.needs_keras_history(inputs):
--> 795 base_layer_utils.create_keras_history(inputs)
796
797 # Clear eager losses on top level model call.
~/anaconda3/envs/tam-env/lib/python3.6/site-packages/tensorflow_core/python/keras/engine/base_layer_utils.py in create_keras_history(tensors)
182 keras_tensors: The Tensors found that came from a Keras Layer.
183 """
--> 184 _, created_layers = _create_keras_history_helper(tensors, set(), []) …