tensorflow:transpose需要一个大小为1的向量.但是输入(1）是大小为2的向量

tensorflow: transpose expects a vector of size 1. But input(1) is a vector of size 2

本文关键字：向量 小为 输入 一个 transpose tensorflow      更新时间：2023-10-16

我想使用经过训练的RNN语言模型来进行推理。因此：
我使用在c++中加载了经过训练的模型图

tensorflow::MetaGraphDef graph_def;
TF_CHECK_OK(ReadBinaryProto(Env::Default(), path_to_graph, &graph_def));
TF_CHECK_OK(session->Create(graph_def.graph_def()));

通过以下方式加载模型参数：

Tensor checkpointPathTensor(tensorflow::DT_STRING, tensorflow::TensorShape());
checkpointPathTensor.scalar<std::string>()() = path_to_ckpt;
TF_CHECK_OK(session_->Run({{graph_def.saver_def().filename_tensor_name(), checkpointPathTensor} },{},{graph_def.saver_def().restore_op_name()},nullptr));

到目前为止，一切都很顺利
然后我想计算节点"output_output_batch_major"的值：

TF_CHECK_OK(session->Run(inputs,{"output/output_batch_major"},{"post_control_dependencies"}, &outputs));

我得到了错误：

2018-07-13 14:13:36.793495: F tf_lm_model_loader.cc:190] Non-OK-status: session->Run(inputs,{"output/output_batch_major"},{"post_control_dependencies"}, &outputs) status: Invalid argument: transpose expects a vector of size 1. But input(1) is a vector of size 2
[[Node: extern_data/placeholders/delayed/sequence_mask_time_major/transpose = Transpose[T=DT_BOOL, Tperm=DT_INT32, _device="/job:localhost/replica:0/task:0/device:CPU:0"](extern_data/placeholders/delayed/SequenceMask/Less, extern_data/placeholders/delayed/sequence_mask_time_major/transpose/perm)]]
Aborted (core dumped)

我用tensorboard检查了图，extern_data/placeholders/delayed/sequence_mask_time_major/transpose/perm是尺寸为2的Tensor，这个张量是错误中的input(1)吗？我该如何解决这个问题
知道吗？提前感谢！

我在预测器的输入张量上遇到了类似的问题。我扩大了一个维度，问题就解决了。我建议首先在python中运行预测器。这有助于识别传递给预测器的输入张量的大小。然后，在C++中复制完全相同的大小。此外，根据您的代码片段，我不确定您是如何定义Run方法的输入的。我在代码中定义如下：

std::vector<std::pair<std::string, tensorflow::Tensor>> input = { {"input_1", input_tensor } };

其中"input_1"是我的输入层的名称。我希望这能有所帮助。

当将错误的输入类型传递到tensorflow模型时，会出现此错误。该模型需要三维维度数组，我通过了一维维度，而不是先检查你的输入数据。

相关文章：