[英]How extract layer in tensorflow or ValueError: Shape (?, 4096) must have rank 1
操作系統：CentOS 6 - 流浪漢的官方盒子。 沒有安裝CUDA。
安裝：1。安裝Anaconda 4.0.9; 2. Tensorflow版本：0.10.0rc0; 3. Python 3.5，numpy 1.11.2，scipy 0.18.1;
復制
它是16層的標准VGG型號。 我嘗試使用以下代碼提取vgg.fc2圖層： http ：//pastebin.com/A1qd7g2e並出現錯誤（下面的堆棧跟蹤）。 調用session.run后，我也收到此錯誤。 我是否以正確的方式嘗試提取圖層？
Stacktrace - http://pastebin.com/eaQi1T0R
ps我是tenserflow的新用戶，不知道任何嘗試過的解決方案。 我發現了這個問題 - https://github.com/tensorflow/tensorflow/issues/3815 ，但它已關閉，我打開另一個 - https://github.com/tensorflow/tensorflow/issues/4773 ，任何想法都會很有幫助。
原因是我們只能在sess.run中運行圖形后調用圖形節點vgg.fc2。 有關更多詳細信息，請參閱https://github.com/tensorflow/tensorflow/issues/4773
TensorFlow 推薦者 - ValueError：形狀必須為 2 級，但為 3 級
[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必須是等級2，但是等級3
[英]Tensorflow : ValueError: Shape must be rank 2 but is rank 3
TensorFlow - 切片張量導致：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中進行分類，ValueError：Shape（1、10、5）必須具有等級2
[英]classification with LSTM RNN in tensorflow, ValueError: Shape (1, 10, 5) must have rank 2
Tensorflow LSTM拋出ValueError：Shape（）的等級必須至少為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必須為1，但對於'ParseExample / ParseExample'為0
[英]Tensorflow - ValueError: Shape must be rank 1 but is rank 0 for 'ParseExample/ParseExample'
Tensorflow：optimizer.minimize（）-“ ValueError：形狀必須為0級，但為1級
[英]Tensorflow: optimizer.minimize() - "ValueError: Shape must be rank 0 but is rank 1
聲明:本站的技術帖子網頁，遵循CC BY-SA 4.0協議，如果您需要轉載，請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.
