Я пытаюсь переучивать Inception v3 model в тензорном потоке для своих собственных категорий. Я загрузил некоторые данные и отформатировал их в каталогах. Когда я запускаю, сценарий python создает узкие места для изображений, а затем, когда он запускается, на первом этапе обучения (шаг 0) он имеет критическую ошибку, где он пытается по модулю на 0. Он появляется в функции get_image_path при вычислении mod_index, который является индексом% len (category_list), поэтому category_list должен быть 0 правильным?CRITICAL: tensorflow: Категория не имеет изображений - валидация
Почему это происходит и как я могу его предотвратить?
EDIT: Вот точный код я вижу внутри докер
2016-07-04 01:27:52.005912: Step 0: Train accuracy = 40.0%
2016-07-04 01:27:52.006025: Step 0: Cross entropy = 1.109777
CRITICAL:tensorflow:Category has no images - validation.
Traceback (most recent call last):
File "tensorflow/examples/image_retraining/retrain.py", line 824, in <module>
tf.app.run()
File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/platform/app.py", line 30, in run
sys.exit(main(sys.argv))
File "tensorflow/examples/image_retraining/retrain.py", line 794, in main
bottleneck_tensor))
File "tensorflow/examples/image_retraining/retrain.py", line 484, in get_random_cached_bottlenecks
bottleneck_tensor)
File "tensorflow/examples/image_retraining/retrain.py", line 392, in get_or_create_bottleneck
bottleneck_dir, category)
File "tensorflow/examples/image_retraining/retrain.py", line 281, in get_bottleneck_path
category) + '.txt'
File "tensorflow/examples/image_retraining/retrain.py", line 257, in get_image_path
mod_index = index % len(category_list)
ZeroDivisionError: integer division or modulo by zero
Спасибо за пояснения. Я не понимаю, что вы подразумеваете под «Изображение помещено, если значение вероятности меньше размера категории (Поезд, Тест или проверка)». хоть. Поскольку все изображения помечены, не будет ли TF просто выделять часть изображений для обучения, тестирования и проверки? – DarylWM
Извините, я имею в виду, изображение помещается в один из Поезда, тест или валидацию, основанный на значении вероятности. –
Я отредактировал свой ответ, чтобы отразить это. Кстати, если объяснение удовлетворяет ответ, можете ли вы отметить, что у него есть ответ? –