Tensorflow 语音识别，运行 sess.run 失败，“无法将字符串转换为浮点数”

Question

我已经按照以下说明训练了一个模型： https://www.tensorflow.org/tutorials/sequences/audio_recognition#training

我有一个 ckpt 文件，但无法使用 tensorflow 的官方说明将其冻结并生成 PB。

为了创建 PB 文件，我使用以下转换器转换了 pbtxt： https://github.com/irfansharif/tensorflow/blob/master/converter.py

现在在运行 Tensorflow 官方“label_wav_file”时出现以下错误：

2018-08-02 10:15:12.263821: 我 tensorflow/core/platform/cpu_feature_guard.cc:140] 你的 CPU 支持 此 TensorFlow 二进制文件未编译使用的指令：AVX2 FMA Traceback（最近一次调用最后一次）：文件“label_wav.py”，行 134，在 tf.app.run(main=main, argv=[sys.argv[0]] + unparsed) 文件“/usr/local/lib/python3.5/dist-packages/tensorflow/python/platform/app.py” , 第 126 行，运行中 _sys.exit(main(argv)) 文件“label_wav.py”，第 106 行，在 main FLAGS.output_name, FLAGS.how_many_labels) 文件“label_wav.py”，第 100 行，在 label_wav run_graph（wav_data，labels_list，input_name，output_name，how_many_labels）文件“label_wav.py”，第 68 行，在 run_graph 预测，= sess.run(softmax_tensor, {input_layer_name: wav_data}) 文件 "/usr/local/lib/python3.5/dist-packages/tensorflow/python/client/session.py", 第 900 行，运行中 run_metadata_ptr）文件“/usr/local/lib/python3.5/dist-packages/tensorflow/python/client/session.py”， 第 1104 行，在 _run np_val = np.asarray(subfeed_val, dtype=subfeed_dtype) 文件 "/home/user/.local/lib/python3.5/site-packages/numpy/core/numeric.py", 第 531 行，在数组中 return array(a, dtype, copy=False, order=order) ValueError: could not convert string to float: b'RIFF$}\x00\x00WAVEfmt \x10\x00\x00\x00\x01\x00\x01\x00

我想确定我想用作输入和输出层的层（我怀疑这是问题的根源）

输入层：data/Mul:0 输出层：ArgMax:0

（我选择了以下作为输出层，因为它是在 pbtxt 文件中设置的）

我的图表中存在以下图层：

任何想法什么是正确的层或我做错了什么？

Answer 1

在您的回溯中：

ValueError：无法将字符串转换为浮点数：b'RIFF$}\x00\x00WAVEfmt \x10\x00\x00\x00\x01\x00\x01\x00

您正在尝试向您的网络提供一个读取为字节串的文件，但这是行不通的。您选择作为输入的层需要某种形状的float 矩阵，这不是您要处理的。 您需要研究网络架构以了解数据是如何传入的，以及您需要进行哪些输入预处理才能将数据输入网络