[英]How extract layer in tensorflow or ValueError: Shape (?, 4096) must have rank 1
操作系统：CentOS 6 - 流浪汉的官方盒子。 没有安装CUDA。
安装：1。安装Anaconda 4.0.9; 2. Tensorflow版本：0.10.0rc0; 3. Python 3.5，numpy 1.11.2，scipy 0.18.1;
复制
它是16层的标准VGG型号。 我尝试使用以下代码提取vgg.fc2图层： http ：//pastebin.com/A1qd7g2e并出现错误（下面的堆栈跟踪）。 调用session.run后，我也收到此错误。 我是否以正确的方式尝试提取图层？
Stacktrace - http://pastebin.com/eaQi1T0R
ps我是tenserflow的新用户，不知道任何尝试过的解决方案。 我发现了这个问题 - https://github.com/tensorflow/tensorflow/issues/3815 ，但它已关闭，我打开另一个 - https://github.com/tensorflow/tensorflow/issues/4773 ，任何想法都会很有帮助。
原因是我们只能在sess.run中运行图形后调用图形节点vgg.fc2。 有关更多详细信息，请参阅https://github.com/tensorflow/tensorflow/issues/4773
TensorFlow 推荐者 - ValueError：形状必须为 2 级，但为 3 级
[英]TensorFlow Recommenders - ValueError: Shape must be rank 2 but is rank 3
Tensorflow: ValueError: Shape must be rank 4 but is rank 5
[英]Tensorflow: ValueError: Shape must be rank 4 but is rank 5
Tensorflow：ValueError：Shape必须是等级2，但是等级3
[英]Tensorflow : ValueError: Shape must be rank 2 but is rank 3
TensorFlow - 切片张量导致：ValueError: Shape (16491,) must have rank 3
[英]TensorFlow - Slicing tensor results in: ValueError: Shape (16491,) must have rank 3
使用LSTM RNN在tensorflow中进行分类，ValueError：Shape（1、10、5）必须具有等级2
[英]classification with LSTM RNN in tensorflow, ValueError: Shape (1, 10, 5) must have rank 2
Tensorflow LSTM抛出ValueError：Shape（）的等级必须至少为2
[英]Tensorflow LSTM throws ValueError: Shape () must have rank at least 2
TensorFlow: Value Error Shape and Rank Do Not Match: ValueError: Shape (?, 128, 128, 2) must have rank 2
[英]TensorFlow: Value Error Shape and Rank Do Not Match: ValueError: Shape (?, 128, 128, 2) must have rank 2
Tensorflow - ValueError：Shape必须为1，但对于'ParseExample / ParseExample'为0
[英]Tensorflow - ValueError: Shape must be rank 1 but is rank 0 for 'ParseExample/ParseExample'
Tensorflow：optimizer.minimize（）-“ ValueError：形状必须为0级，但为1级
[英]Tensorflow: optimizer.minimize() - "ValueError: Shape must be rank 0 but is rank 1
声明:本站的技术帖子网页，遵循CC BY-SA 4.0协议，如果您需要转载，请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.
