InvalidArgumentError (see above for traceback): Assign requires shapes of both tensors to match. lhs

最新推荐文章于 2022-11-14 16:42:56 发布

转载最新推荐文章于 2022-11-14 16:42:56 发布 · 331 阅读

本文介绍了解决TensorFlow中出现InvalidArgumentError的具体原因及解决办法。主要针对检查点模型参数与当前文件参数不匹配导致的问题，提供了一种简单有效的解决方案——清空checkpoint。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

InvalidArgumentError see above for traceback Assign requires shapes of both tensors to match.shape= [] rhs shape= []

原因
解决方法
运行环境

原因

检查点模型参数和当前文件参数不对应

解决方法

清空下checkpoint就可以了

运行环境

Ubuntu16.04 、python2、RRPN-Tensorflow-master

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

W.S.Yin

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

加载模型报错：Assign requires shapes of both tensors to match. lhs shape= [8000,100] rhs s

兰兰的博客

11-04

7645

尝试用github上大佬的代码训练一个文本分类器，训练完毕进行预测的时候报错。大佬代码链接：https://github.com/cjymz886/text-cnn 报错如下：我进行了分段和标红，方便看 Traceback (most recent call last): File "C:\Users\YOUPU-Better\AppData\Local\Programs\Py...

InvalidArgumentErrorAssign requires shapes of both tensors to match. lhs shape= rhs shape

jidushanzhu的博客

12-10

1710

训练模型后，想着测试模型效果，模型加载遇到以下问题，????不修改测试代码，报错居然还不一样。 InvalidArgumentError (see above for traceback): Assign requires shapes of both tensors to match. lhs shape= [64] rhs shape= [4,128,1,64] InvalidArgumentE...

参与评论您还未登录，请先登录后发表或查看评论

InvalidArgumentError (see above for traceback): Assign requires shapes of both tensors to match. lh

weixin_36670529的博客

11-14

2485

InvalidArgumentError (see above for traceback): Assign requires shapes of both tensors to match. lhs shape= [20] rhs shape= [84] [[Node: save/Assign_12 = Assign[T=DT_FLOAT, _class=["loc:@Fast-RCN...

InvalidArgumentError (see above for traceback): Assign requires shapes of both tensors to match. lhs...

weixin_30553837的博客

10-27

170

做tensorflow object detection 中，清空下checkpoint就可以啦转载于:https://www.cnblogs.com/YouXiangLiThon/p/7744503.html

Ubuntu Yolov3 训练新的模型后，加载新模型参数出错InvalidArgumentError: Assign requires shapes of both tensors to match

wukai0909的博客

08-06

1200

--class_name_path ：类名文件 --restore_path ：加载训练完成的模型把这两个文件替换成自己训练的文件夹 tensorflow.python.framework.errors_impl.InvalidArgumentError: Assign requires shapes of both tensors to match. lhs shape= [255] ...

Traceback (most recent call last): File "E:\anaconda\envs\tensorflow1\lib\site-packages\tensorflow_core\python\client\session.py", line 1365, in _do_call return fn(*args) File "E:\anaconda\envs\tensorflow1\lib\site-packages\tensorflow_core\python\client\session.py", line 1350, in _run_fn target_list, run_metadata) File "E:\anaconda\envs\tensorflow1\lib\site-packages\tensorflow_core\python\client\session.py", line 1443, in _call_tf_sessionrun run_metadata) tensorflow.python.framework.errors_impl.InvalidArgumentError: Assign requires shapes of both tensors to match. lhs shape= [10816,256] rhs shape= [173056,256] [[{{node save/Assign_5}}]]

07-08

具体地说，`Assign` 操作要求两个张量的形状匹配，但在这种情况下，左手边的张量形状为 `[10816, 256]`，右手边的张量形状为 `[173056, 256]`，这两个形状不匹配。这可能是由于您在加载模型参数时，模型的定义与...

TensorFlow下使用SSD在windows中遇到的问题

clover_my的博客

03-27

1597

Windows下TensorFlow+SSD遇到的问题问题一：训练速度很慢，没有使用GPU 解决：安装匹配的GPU版本的TensorFlow。参考： tensorflow-gpu安装时，出现的各种错误问题二：InvalidArgumentError (see above for traceback): Default MaxPoolingOp only supports NHWC on d...

Tensorflow读取并使用预训练模型：以inception_v3为例

热门推荐

AManFromEarth的博客

01-24

2万+

在使用Tensorflow做读取并finetune的时候，发现在读取官方给的inception_v3预训练模型总是出现各种错误，现记录其正确的读取方式和各种错误做法：关键代码如下： import tensorflow as tf import tensorflow.contrib.slim as slim from tensorflow.contrib.slim.python.slim....

InvalidArgumentError (see above for traceback): Assign requires shapes of both tensors to match

摆渡者

07-31

6207

在服务器上训练完的模型，copy到本地电脑进行测试模型，但是此时的测试语料是新的语料，存在“测试语料中的字不在之前的训练时生成的字典中”（本人做的是基于LSTM的命名实体识别的任务）的问题，在测试的过程中，运动下面的问题： InvalidArgumentError (see above for traceback): Assign requires shapes of both tensors ...

Assign requires shapes of both tensors to match.

去远方

11-24

748

tensorflow.python.framework.errors_impl.InvalidArgumentError: Assign requires shapes of both tensors to match. lhs shape= [12] rhs shape= [84] 在配置SSD进行训练自己的数据集时出现的问题. 查找到的解决方案有: (1)Try deleting any...

tensorflow报错：InvalidArgumentError: Assign requires shapes of both tensors to match. lhs shape= [12]

Android/Linux的专栏

09-13

6708

tensorflow报错：InvalidArgumentError: Assign requires shapes of both tensors to match. lhs shape= [12] rhs shape= [6] 我是在执行tensorflow/examples/speech_commands/freeze.py时报的错，具体错误如下： (tensorflow) ubunt...

tensorflow错误 Assign requires shapes of both tensors to match. lhs shape= rhs shape=

keep forward, go, go, go

12-07

1931

在跑tensorflow任务的时候，有时候会碰到这种错误 Tensorflow Assign requires shapes of both tensors to match. lhs shape= [20] rhs shape= [48] 多半是因为保存的checkpoint文件和新跑的代码模型结构冲突了，尝试删除保存的checkpoint文件，一般问题可以得到解决 ...

tf-faster-rcnn跑demo.py出现InvalidArgumentError (see above for traceback): Assign requires shapes of bo

weixin_35057295的博客

09-01

335

基于tf-faster-rcnn做图像识别时，使用自己的数据集。训练过程没有问题，然后跑demo的时候报： InvalidArgumentError (see above for traceback): Assign requires shapes of both tensors to match. lhs shape= [4096,21] rhs shape= [4096,11] [[Node: save/Assign_3 = Assign[T=DT_FLOAT, _class=["loc:@vgg_

遇到问题: ssd训练疵点InvalidArgumentError (see above for traceback): Assign requires shapes of both tensors

计算机视觉

09-15

425

网上博客跟我遇到的相同类似问题 https://blog.csdn.net/orangefly0214/article/details/80909755 https://blog.csdn.net/yangfengling1023/article/details/81315612 报错 InvalidArgumentError (see above for traceback):...

快速解决InvalidArgumentError (see above for traceback): Assign requires shapes of both tensors to match.

Troublemaker丶的博客

04-26

3364

❓ 模型训练时报错（当时我也一脸mb）： InvalidArgumentError (see above for traceback): Assign requires shapes of both tensors to match.lhs shape[1000,1],rhs shape=[100,1] 查看报错内容发现：原先训练的模型使用的参数是100，现在我重新训练改成了1000，引...

InvalidArgumentError (see above for traceback): clip_value_min and clip_value_max must be either...

zhf的博客

11-18

266

项目场景：强化学习倒立摆实验中，当成功安装完gym模块后，仍然无法运行问题描述： InvalidArgumentError (see above for traceback): clip_value_min and clip_value_max must be either of the same shape as input, or a scalar. input shape: [1,1]clip_value_min shape: [1]clip_value_max shape: [1] [