在 TensorFlow Android Camera Demo 中使用自定义模型时出错答案

【问题标题】：Error when using custom model in TensorFlow Android Camera Demo在 TensorFlow Android Camera Demo 中使用自定义模型时出错
【发布时间】：2016-10-06 16:38:58
【问题描述】：

我用input_shape=[125,100,100,1] 训练了一个模型来预测 8 个浮点数。我在演示中更改了these options 以适应我的模型设置。

然后我在批量大小中添加了另一个选项

private static final int BATCH_SIZE = 125;

在the C++ side 中，我打印了一些调试信息以查看张量的形状：

LOG (INFO)  << "input node: "  << input_tensors[0].first << ", "
          << "input shape: " << input_tensors[0].second.shape().DebugString();

tensorflow_inference_jni.cc:198 输入节点：input_node，输入形状： [125,100,100,1]

但应用程序在调用 vars->session->Run() 函数时崩溃

A/libc: Fatal signal 6 (SIGABRT), code -6 in tid 16574 (InferenceThread)

现在，如果我设置 BATCH_SIZE = 1（始终使用以 125 批大小训练的模型）应用程序不会崩溃，但它会返回此错误：

E/native: tensorflow_inference_jni.cc:213 Error during inference: Invalid argument: Input to reshape is a tensor with 8 values, but the requested shape has 1000
[[Node: output_node = Reshape[T=DT_FLOAT, Tshape=DT_INT32, _device="/job:localhost/replica:0/task:0/cpu:0"](fullyconnected2_1/BiasAdd, output_node/shape)]]

此错误中请求的形状 1000 是 num_output * batch_size 我猜是 (8 * 125)。

我错过了什么吗？

【问题讨论】：

你是在主线程上执行推理吗？
不，有一个background thread 用于推断

标签： android c++ tensorflow

【解决方案1】：

我已经在训练中硬编码了批量大小，因此我必须为模型提供形状为 [125,100,100,1] 的张量。这对于移动设备来说有点过分了，因此 Android 决定终止该应用程序。

当我使用 batch_size = 1 重新训练模型时完美运行

【讨论】：