Keras, Tensorflow, ValueError

把csdn上一个颜值打分程序放到jupyter notebook上跑,程序如下:

from keras.applications import ResNet50
from keras import optimizers
from keras.layers import Dense, Dropout
from keras.callbacks import EarlyStopping, ReduceLROnPlateau, ModelCheckpoint
from keras.backend.tensorflow_backend import set_session


os.environ['CUDA_VISIBLE_DEVICES'] = '1'
config = tf.ConfigProto()
config.gpu_options.allow_growth = True
set_session(tf.Session(config=config))


batch_size = 32
target_size = (224, 224)

resnet = ResNet50(include_top=False, pooling='avg')
resnet.trainable = False
# keras.backend.clear_session()
# tf.reset_default_graph() 
model = Sequential()
model.add(resnet)
model.add(Dropout(0.5))   
model.add(Dense(1, activation='sigmoid')) 
print(model.summary())
model.compile(optimizer=optimizers.SGD(lr=0.001), loss='mse')

callbacks = [EarlyStopping(monitor='val_loss',
                           patience=5,
                           verbose=1,
                           min_delta=1e-4),
             ReduceLROnPlateau(monitor='val_loss',
                               patience=3,
                               factor=0.1,
                               epsilon=1e-4),
             ModelCheckpoint(monitor='val_loss',
                             filepath='weights/resnet50_weights.hdf5',
                             save_best_only=True,
                             save_weights_only=True)]

train_file_list, test_file_list = read_data_list()
train_steps_per_epoch = math.ceil(len(train_file_list) / batch_size)
test_steps_per_epoch = math.ceil(len(test_file_list) / batch_size)

train_data = DataGenerator(train_file_list, target_size,batch_size)
test_data = DataGenerator(test_file_list, target_size, batch_size)

model.fit_generator(train_data,
                    steps_per_epoch=train_steps_per_epoch,
                    epochs=30,
                    verbose=1,
                    callbacks=callbacks,
                    validation_data=test_data,
                    validation_steps=test_steps_per_epoch,
                    use_multiprocessing=True)

结果引发如下错误:

ValueError Traceback (most recent call last)
in ()
20 # tf.reset_default_graph()
21 model = Sequential()
---> 22 model.add(resnet)
23 model.add(Dropout(0.5))
24 model.add(Dense(1, activation='sigmoid'))

...Ignoring many tracing lines...

ValueError: Variable bn_conv1/moving_mean/biased already exists, disallowed. Did you mean to set reuse=True in VarScope? Originally defined at:

File "xxxx\anaconda3\lib\site-packages\tensorflow\python\framework\ops.py", line 1269, in init
self._traceback = _extract_stack()
File "xxxx\anaconda3\lib\site-packages\tensorflow\python\framework\ops.py", line 2506, in create_op
original_op=self._default_original_op, op_def=op_def)
File "xxxx\anaconda3\lib\site-packages\tensorflow\python\framework\op_def_library.py", line 767, in apply_op
op_def=op_def)

    我按照网上说法在model语句前加了tf.reset_default_graph() ,结果又产生新的error:
    ValueError: Tensor("conv1_1/kernel:0", shape=(7, 7, 3, 64), dtype=float32_ref) must be from the same graph as Tensor("resnet50/conv1_pad/Pad:0", shape=(?, ?, ?, 3), dtype=float32).

    又按照网上说法加了keras.backend.clear_session(),总共加的两句前前后后在很多地方放了测试,结果都会有新的问题:
    ValueError: Tensor("conv1/kernel:0", shape=(7, 7, 3, 64), dtype=float32_ref) must be from the same graph as Tensor("resnet50/conv1_pad/Pad:0", shape=(?, ?, ?, 3), dtype=float32).


    请教大牛究竟该如何彻底解决问题。
Csdn user default icon
上传中...
上传图片
插入图片
抄袭、复制答案,以达到刷声望分或其他目的的行为,在CSDN问答是严格禁止的,一经发现立刻封号。是时候展现真正的技术了!
其他相关推荐
Keras与TensorFlow
<p>n 涵盖深度学习的主要各个核心模块,以及流行框架 TensorFlow, Keras,Caffee和PyTorch, 以实战为核心,手把手带学员编程。本课程将用通俗易懂的语言已经相关项目给学校展示深度学习相关知识,让学员学以致用。n</p>n<p>n <img alt="" src="https://img-bss.csdn.net/201906060909556864.jpg" /><img alt="" src="https://img-bss.csdn.net/201906060910365656.jpg" /><img alt="" src="https://img-bss.csdn.net/201906060911062491.jpg" /><img alt="" src="https://img-bss.csdn.net/201906060911242546.jpg" /><img alt="" src="https://img-bss.csdn.net/201906060910158454.jpg" /></p>
环境安装 安装TensorFlow与Keras
安装TensorFlow与Keras 在TensorFlow官网介绍了很多安装TensorFlow的方式。 这里只介绍最简单的安装方式,就是以Anaconda安装。安装TensorFlow必须安装Python。而安装Python最方便的方式就是使用软件包来安装。Anaconda是一个Python发行版,其中包含大量的标准数学和科学计算软件包。安装Anaconda软件包时会同时帮我们安装很多软件...
基于Tensorflow的Keras安装
平台:Ubuntu14.04版本:python3.5,Anaconda3-4.1.1,tensorflow1.4.0步骤1:下载Anaconda3-4.1.1中和你系统匹配的版本,放在软件目录下;进入这个目录,输入命令:          bash Anaconda**.sh(文件名)步骤2:回到刚打开命令框时的目录,依此输入:           mkdir .pip          cd ....
模型数据转换:keras to tensorflow
近期准备把用keras训练好的模型部署到移动端,数据格式转换的第一步就是 .h5文件转化为 .pd文件 . h5文件转化为 .pd 文件 keras保存的一种模型文件为.h5格式,可直接用 model.save() 的方法把整个模型保存成,h5文件;或者把参数和网络分开保存,model.save_weights() 保存参数为.h5文件,model.to_json() 保存网络为 .json文件...
tensorflow和keras的安装教程.doc
本人最近用anaconda安装了一下基于python3.6的tensorflow(cpu版本)与keras,学习神经网络,深度学习的同学可以下载,很有用。不懂的可以问我。
深度学习之安装 TensorFlow Keras
前提需要安装好: ①Anaconda3-4.2.0-Windows-x86_64 ②pycharm 因为我的显卡器的原因只能进行CPU安装 安装好了Anaconda就是安装了python的环境,你在cmd那里输入python看看它有没有显示你的python版本信息 现在开始安装tensorflow,因为在访问国外的网站下载比较慢,所以我们要调用
安装Keras和TensorFlow
<p>n 涵盖深度学习的主要各个核心模块,以及流行框架 TensorFlow, Keras,Caffee和PyTorch, 以实战为核心,手把手带学员编程。本课程将用通俗易懂的语言已经相关项目给学校展示深度学习相关知识,让学员学以致用。n</p>n<p>n <img alt="" src="https://img-bss.csdn.net/201906060909556864.jpg" /><img alt="" src="https://img-bss.csdn.net/201906060910365656.jpg" /><img alt="" src="https://img-bss.csdn.net/201906060911062491.jpg" /><img alt="" src="https://img-bss.csdn.net/201906060911242546.jpg" /><img alt="" src="https://img-bss.csdn.net/201906060910158454.jpg" /></p>
Deep Learning with Keras and Tensorflow
Deep Learning with Keras and Tensorflow
查看tensorflow与keras的版本
cmd下: 进入python的环境:python3(我安装了python2和python3,所以每次进去必须加3) import tensorflow print(tensorflow.__version__) import keras print(tensorflow.__version__)
Tensorflow、Keras使用过程中的问题
记录
keras上手之:与tensorflow混合编程
tensorflow具备许多优秀的函数和功能,比如tensorboard,keras作为tensorflow的高级API, 封装很多tensorflow的代码,使得代码模块化,非常方便。 当然,由于keras的模型和层与tensorflow的张量高度兼容,可以用keras建模,用tensorflow输入输出。 例如下面的例子:import tensorflow as tf from keras
Keras和TensorFlow的关系和区别
TensorFlow和theano以及Keras都是深度学习框架,TensorFlow和theano比较灵活,也比较难学,它们其实就是一个微分器 Keras其实就是TensorFlow和Keras的接口(Keras作为前端,TensorFlow或theano作为后端),它也很灵活,且比较容易学 Keras的作者François Chollet在谷歌工作,所以Keras可能会变成TensorFlow官
深度学习框架keras——mac安装keras和TensorFlow
步骤分为两个:一、安装keras;二、安装它的backend(中文资料说这个backend理解为Keras的底层支持,用于数据流的计算),我选择了TensorFlow,还可以选择其他底层,根据需要自己确定。 二者的安装顺序有没有要求呢?个人觉得没有。我先安装的keras,然后测试安装成功否,测试例子需要引入TensorFlow,所以就报错了,缺少这个TensorFlow的包,因此接着安装Tens...
折腾amd加持的tensorflow和keras
嗯,上车有点晚...但是依然坚持上去看看~~ 首先记录一下keras用radeon支持,基本此文就可以搞定。然后再说tensorflow 这个东西相对恶心一点。首先需要查看一下自己电脑的OpenCL版本。跑一下以下代码基本就清楚了(庆幸自己还是OpenCL1.2,因为tensorflow支持的野路子GPU必须用这个版本的opencl不然也是会挂的)。 #include &lt;stdio.h...
TensorFlow和Keras常用方法(避坑)
tf.boolean_mask K.gather K.argmax K.max
Tensorflow与Keras自适应使用显存
Tensorflow支持基于cuda内核与cudnn的GPU加速,Keras出现较晚,为Tensorflow的高层框架,由于Keras使用的方便性与很好的延展性,之后更是作为Tensorflow的官方指定第三方支持开源框架。但两者在使用GPU时都有一个特点,就是默认为全占满模式。在训练的情况下,特别是分步训练时会导致显存溢出,导致程序崩溃。可以使用自适应配置来调整显存的使用情况。 一、Ten...
Keras 和 tensorflow安装过程中的小问题
安装pip: # wget "https://pypi.python.org/packages/source/p/pip/pip-1.5.4.tar.gz#md5=834b2904f92d46aaa333267fb1c922bb" --no-check-certificate 这是1.5.4的版本; 新版本: https://pypi.python.org/packages/1
机器学习----keras,Tensorflow安装记录
前言 安装的时候走了些弯路,费了点时间,特记录一下。本文只针对如何安装进行介绍,对于keras、Tensorflow不做介绍。 一、安装anaconda 官网可以下载,建议走清华园开源软件镜像站,速度快。包括后边的pip操作,建议走镜像,否则网速很慢,还会出现其他问题。 本次安装的是这个版本,其他版本也差不多。 下载好安装包进行安装即可了,参考网上教程。 二、创建个tensorfl...
Anaconda、Tensorflow、Keras安装详细教程
因为学业的需要,安装了一下这些,网上教程的质量参差不齐,自己把自己经历的写一下,希望能帮到大家。 一、安装Anaconda 直接前往官网选择合适版本下载即可https://www.anaconda.com/distribution/。我使用的是以前老师提供的版本,安装流程应该差不多。 上图中注意路径不要出现中文。 然后等待安装完成即可。 二、tensorflow安装 ...
tensorflow详细基础教程,NLP,keras
jieba:https://github.com/fxsjy/jieba
安装Keras(TensorFlow做后端)
在前文TensorFlow练习1中我提到过一个使用TensorFlow做后端的高级库,这个库叫Keras,它是一个抽象层次比较高的神经网络Python库。在TensorFlow练习1中我是手动定义神经网络,有了这货几行代码就可搞定。 最开始Keras使用Theano做为后端,TensorFlow火了以后,Keras又添加了TensorFlow支持 Keras源代码:https://github....
安装keras和tensorflow的一些记录
tensorflow现在可以支持windows了,但是需要python3.5
基于keras和tensorflow的yolo3物体检测
源代码链接 keras-yolo3-master 可以直接运行,基于tensorflow-1.2.0 +keras 2.1.2
Anaconda下安装Tensorflow和Keras的安装教程
Anaconda3下Tensorflow和Keras的安装说明 版本:windows7 64位+python3.6 从 https://www.continuum.io/downloads 下载 anaconda, 现在的版本 有python2.7版本和python3.6版本,下载好对应版本、对应系统的anaconda, 它实际上是一个sh脚本文件。 进入网页后选择操作系统windows,然后选...
(Keras/Tensorflow)端到端语音识别
声明:本文原文来源于GitHub,经本人翻译首发于CSDN,仅供技术分享所用,不作商用。欢迎大家关注我的公众号: gbxiao992 本存储库用于记录我使用Keras和Tensorflow开发端到端的语音识别模型的研究。 原文链接:https://github.com/igormq/asr-study/blob/master/README.md 训练基于character 的全神经巴西葡萄牙语...
基于keras和tensorflow的入门级代码
深度学习基础入门资源,基于keras和tensorflow的入门级代码
tensorflow keras入门,深度学习跑起来
keras官方中文文档 说实话安装tensorflow的cuda支持版本的时候还是看英文的官方教程比较好,中文的太久了,安装不成功,而且似乎只能通过源码安装,需要安装java,bazel等工具,然后是cuda的驱动和cudnn,官网英文链接,按这个装才没有错,然后就是安装keras,这个可以按照中文文档来 keras中文文档,安装过程每台电脑也不一样,自己谷歌解决把,。然后我安装完了之后还是有一
树莓派3安装Numpy,TensorFlow,Keras
树莓派3安装Numpy,TensorFlow,Keras Author:Gary 更新日期:2018-11-19 1.系统安装 最好选择官方系统Raspbian的精简无桌面版,由于其运行需要高性能的要求,应该使性能最大化。 https://www.raspberrypi.org/downloads/raspbian/ 不过下载64位系统可以极大地提升性能,但是由于64位系统不受官方所支持,...
深度学习框架(TensorFlow、keras、PyTorch)
一、TensorFlow(参见中文文档) TensorFlow其命名基于工作原理,tensor意为张量(即多维数组),flow意为流动。即多维数组从数据流图一端流动到另一端。TensorFlow 让我们可以先绘制计算结构图, 也可以称是一系列可人机交互的计算操作, 然后把编辑好的Python文件转换成更高效的C++, 并在后端进行计算。 TensorFlow主要是由计算图、张量以及模型会话...
Tensorflow和Keras安装及应用问题
以下是用Anaconda安装tensorflow遇到的一些坑。 一:安装tensorflow 安装Tensorflow时,需要从Anaconda仓库中下载,一般默认链接的都是国外镜像地址,这里用国内清华镜像,需要改一下链接镜像的地址。这里,打开Anaconda中Anaconda Prompt,然后输入: conda config --add channels https://mirrors.tun...
Beginning Application Development with TensorFlow and Keras
Beginning Application Development with TensorFlow and Keras.epub
keras中文文档笔记17——将Keras作为tensorflow的精简接口
将Keras作为tensorflow的精简接口在tensorflow中调用Keras层让我们以一个简单的例子开始:MNIST数字分类。我们将以Keras的全连接层堆叠构造一个TensorFlow的分类器,import tensorflow as tf sess = tf.Session()from keras import backend as K K.set_session(sess)然后,我们开
ValueError问题的解决
博客Entry和作者Author之间定义成了多对多的关系,Model类Entry中有 authors = models.ManyToManyField(Author)在添加博客记录时设置多对多的关系,出现了问题:ValueError:&quot;&amp;lt;Entry:django the newest techology&amp;gt;&quot; need to have a value for field 'id' bef...
【问题】【KERAS】【Tensorflow】关于tensorflow中的梯度为None的问题
错误 ValueError: None values not supported. 错误原因 往前追溯Traceback /Users/laox1ao/anaconda/lib/python2.7/site-packages/keras/engine/training.pyc in _make_train_function(self) 988
分布式TensorFlow - 基于keras和kubernetes的分布式tensorflow训练
(TensorFlow @ O’Reilly AI Conference, San Francisco '18) 整理自google tensorflow2018年9月参加的TensorFlow @ O’Reilly AI Conference,介绍的分布式tensorflow《Distributed TensorFlow training using Keras and Kubernetes》,...
基于tensorflow的keras中GPU的使用
在基于tensorflow的keras中,其会自动检测运行的机器中是否有gpu,如果有的话,其会自动在gpu上执行运算。但是keras并没有提供像基于theano如下所示的接口来对要运行的gpu进行选择# the name 'gpu' might have to be changed depending on your device's identifier (e.g. gpu0, gpu1, et
tensorflow以及keras安装目录查询(windows下)
tensorflow以及keras安装目录查询 安装anaconda后查询CPU版本时打开Anaconda Prompt输入 python 然后输入 import tensorflow as tf tf.__path__ 即可查询cpu版本tensorflow目录位置,需要注意的是此处path两侧均为双下划线。 查询GPU版本时打开Anaconda Prompt(tensorflow-gpu)...
深度学习中遇到的一些问题 keras tensorflow
❤️ 看论文纸彩印质版似乎更舒服。https://arxiv.org/pdf/1611.09326.pdf ❤️mask和原图直接相乘抠图比遍历写循环方便多了。 以及图片深拷贝img.copy() Python+opencv用cv2.imread()读取图片不好嘛! 菜鸡的自我修养 ❤️TypeError:‘NoneType’ object is not callable 以...
TensorFlow调用Keras库函数存在的问题
    tensorflow在1.4版本引入了keras,封装成库。现想将keras版本的GRU代码移植到TensorFlow中,看到TensorFlow中有Keras库,大喜,故将神经网络定义部分使用Keras的Function API方式进行定义,训练部分则使用TensorFlow来进行编写。一顿操作之后,运行,没有报错,不由得一喜。但是输出结果,发现,和预期的不一样。难道是欠拟合?故采用正弦...
Python-YOLO3动漫人脸识别基于keras和tensorflow
YOLO3 动漫人脸识别 (基于keras和tensorflow)
相关热词 c# 线程结束时执行 c# kb mb 图片 c# 替换第几位字符 c#项目决定成败 c# 与matlab c# xml缩进 c#传感器基础 c#操作wps c# md5使用方法 c# 引用父窗口的组件