Android/Tensorflow：为什么需要 RandomShuffleQueue 进行测试？

Question

我想在 android 上测试 Python 下的学习模型，我使用的是 Tensorflow 0.9。 为此，我冻结了我的图表，使其拥有一个包含图表和权重的 pb 文件。我使用队列来管理我的学习批次。

在 Android 上运行我的会话时，我通过名称“input_node”指定输入张量，这是我网络中的数据层作为输入。

X = tf.reshape(X, [-1, W, H, 1], name="input_node")

并调用“output_node”层：

output = tf.reshape(h_fc11, shape=[-1, 8], name="output_node")

这里是 tensorflow_jni.cc 中的调用：

std::vector<std::pair<std::string, tensorflow::Tensor> > input_tensors({{"input_node", input_tensor}});
s = session->Run(input_tensors, output_names, {}, &output_tensors);

批量生成是之前完成的，所以在测试时不应该使用它。 但我有以下错误： tensorflow_jni.cc:312 推理期间出错：参数无效：没有注册 OpKernel 以支持具有这些属性的 Op 'RandomShuffleQueue' [[节点：shuffle_batch/random_shuffle_queue = RandomShuffleQueuecapacity=10750，component_types=[DT_FLOAT，DT_FLOAT]，container=""，min_after_dequeue=10000，seed=0，seed2=0，shapes=[[10000]，[8]]，shared_name =""]]

好像调用了批量生成层（我的图片是100x100，我有8个输出），但是不知道为什么。

通过直接在 Mac 上的 image_labelling.cc（使用 Bazel 构建）测试具有相同输入/输出层的相同模型时，我没有错误。

我不明白为什么在测试时需要 RandomShuffleQueue。我是否遗漏了一些东西来指定我想要使用的图表部分？图表的所有层即使不使用也验证了吗？

谢谢。

Answer 1

我仍在为此编写文档，但我认为 optimize_for_inference 脚本应该对您有所帮助：

https://github.com/tensorflow/tensorflow/blob/master/tensorflow/python/tools/optimize_for_inference.py

您传入一个冻结图、输入节点和输出节点，它会删除所有其他不需要的操作。