Tensorflow尝试使用未初始化的值AUC / AUC / auc / false_positives - python

我正在训练用于图像分类的CNN。由于数据集的大小有限，我正在使用转移学习。基本上，我使用的是Google在其再培训示例（https://www.tensorflow.org/tutorials/image_retraining）中证明的经过预先培训的网络。

该模型效果很好，并且具有非常好的准确性。但是我的数据集非常不平衡，这意味着准确性并不是判断模型性能的最佳指标。

通过研究不同的解决方案，有人建议更改采样方法或使用的性能指标。我选择与后者一起使用。

Tensorflow提供了很好的指标，包括AUC，精度，召回率等。

现在，这是追溯模型的代码：
https://github.com/tensorflow/tensorflow/blob/master/tensorflow/examples/image_retraining/retrain.py

我在add_evaluation_step(result_tensor, ground_truth_tensor)函数中添加了以下内容：

  with tf.name_scope('AUC'):
    with tf.name_scope('prediction'):
        prediction = tf.argmax(result_tensor, 1)
    with tf.name_scope('AUC'):
        auc_value = tf.metrics.auc(tf.argmax(ground_truth_tensor, 1), prediction, curve='ROC')


  tf.summary.scalar('accuracy', evaluation_step)
  tf.summary.scalar('AUC', auc_value)

但我收到此错误：

追溯（最近一次通话）：文件
“ /home/user_2/tensorflow/bazel-bin/tensorflow/examples/image_retraining/retrain.runfiles/org_tensorflow/tensorflow/examples/image_retraining/retrain.py”，
1135行，在
tf.app.run（main = main，argv = [sys.argv [0]] +未分析）File“ /home/user_2/tensorflow/bazel-bin/tensorflow/examples/image_retraining/retrain.runfiles/org_tensorflow/tensorflow/ python / platform / app.py”，
44行
_sys.exit（main（_sys.argv [：1] + flags_passthrough））文件“ /home/user_2/tensorflow/bazel-bin/tensorflow/examples/image_retraining/retrain.runfiles/org_tensorflow/tensorflow/examples/image_retraining/retrain。 py”，
911线，在主
ground_truth_input：train_ground_truth}）文件“ /home/user_2/tensorflow/bazel-bin/tensorflow/examples/image_retraining/retrain.runfiles/org_tensorflow/tensorflow/python/client/session.py”，
767行，正在运行
run_metadata_ptr）文件“ /home/user_2/tensorflow/bazel-bin/tensorflow/examples/image_retraining/retrain.runfiles/org_tensorflow/tensorflow/python/client/session.py”，
_run中的第965行
feed_dict_string，选项，run_metadata）文件“ /home/user_2/tensorflow/bazel-bin/tensorflow/examples/image_retraining/retrain.runfiles/org_tensorflow/tensorflow/python/client/session.py”，
_do_run中的第1015行
target_list，选项，run_metadata）文件“ /home/user_2/tensorflow/bazel-bin/tensorflow/examples/image_retraining/retrain.runfiles/org_tensorflow/tensorflow/python/client/session.py”，
_do_call中的第1035行
提高type（e）（node_def，op，message）tensorflow.python.framework.errors_impl.FailedPreconditionError：
尝试使用未初始化的值AUC / AUC / auc / false_positives
[[节点：AUC / AUC / auc / false_positives / read = IdentityT = DT_FLOAT，
_class = [“ loc：@ AUC / AUC / auc / false_positives”]，_ device =“ / job：localhost /副本：0 / task：0 / cpu：0”]]]

由op u'AUC / AUC / auc / false_positives / read'引起，定义于：文件
“ /home/user_2/tensorflow/bazel-bin/tensorflow/examples/image_retraining/retrain.runfiles/org_tensorflow/tensorflow/examples/image_retraining/retrain.py”，
1135行，在
tf.app.run（main = main，argv = [sys.argv [0]] +未分析）File“ /home/user_2/tensorflow/bazel-bin/tensorflow/examples/image_retraining/retrain.runfiles/org_tensorflow/tensorflow/ python / platform / app.py”，
44行
_sys.exit（main（_sys.argv [：1] + flags_passthrough））文件“ /home/user_2/tensorflow/bazel-bin/tensorflow/examples/image_retraining/retrain.runfiles/org_tensorflow/tensorflow/examples/image_retraining/retrain。 py”，
主线874
final_tensor，ground_truth_input）文件“ /home/user_2/tensorflow/bazel-bin/tensorflow/examples/image_retraining/retrain.runfiles/org_tensorflow/tensorflow/examples/image_retraining/retrain.py”，
第806行，位于add_evaluation_step中
auc_value，update_op = tf.metrics.auc（tf.argmax（ground_truth_tensor，1），预测，
curve ='ROC'）文件
“ /home/user_2/tensorflow/bazel-bin/tensorflow/examples/image_retraining/retrain.runfiles/org_tensorflow/tensorflow/python/ops/metrics_impl.py”，
555行，在auc中
标签，预测，阈值，权重）文件“ /home/user_2/tensorflow/bazel-bin/tensorflow/examples/image_retraining/retrain.runfiles/org_tensorflow/tensorflow/python/ops/metrics_impl.py”，
第473行，位于_confusion_matrix_at_thresholds
false_p = _create_local（'false_positives'，shape = [num_thresholds]）文件
“ /home/user_2/tensorflow/bazel-bin/tensorflow/examples/image_retraining/retrain.runfiles/org_tensorflow/tensorflow/python/ops/metrics_impl.py”，
_create_local中的第177行
validate_shape = validate_shape）文件“ /home/user_2/tensorflow/bazel-bin/tensorflow/examples/image_retraining/retrain.runfiles/org_tensorflow/tensorflow/python/ops/variables.py”，
226行，init
Expected_shape = expected_shape）文件“ /home/user_2/tensorflow/bazel-bin/tensorflow/examples/image_retraining/retrain.runfiles/org_tensorflow/tensorflow/python/ops/variables.py”，
_init_from_args中的第344行
self._snapshot = array_ops.identity（self._variable，name =“ read”）文件
“ /home/user_2/tensorflow/bazel-bin/tensorflow/examples/image_retraining/retrain.runfiles/org_tensorflow/tensorflow/python/ops/gen_array_ops.py”，
1490行，身份
结果= _op_def_lib.apply_op（“ Identity”，input = input，name = name）文件
“ /home/user_2/tensorflow/bazel-bin/tensorflow/examples/image_retraining/retrain.runfiles/org_tensorflow/tensorflow/python/framework/op_def_library.py”，
768行，位于apply_op中
op_def = op_def）文件“ /home/user_2/tensorflow/bazel-bin/tensorflow/examples/image_retraining/retrain.runfiles/org_tensorflow/tensorflow/python/framework/ops.py”，
第2402行，位于create_op中
original_op = self._default_original_op，op_def = op_def）文件“ /home/user_2/tensorflow/bazel-bin/tensorflow/examples/image_retraining/retrain.runfiles/org_tensorflow/tensorflow/python/framework/ops.py”，
1264行，init
self._traceback = _extract_stack（）

FailedPreconditionError（请参阅上面的回溯）：尝试使用
未初始化的值AUC / AUC / auc / false_positives [[Node：
AUC / AUC / auc / false_positives / read = IdentityT = DT_FLOAT，
_class = [“ loc：@ AUC / AUC / auc / false_positives”]，_ device =“ / job：localhost /副本：0 / task：0 / cpu：0”]]]

但是我不明白为什么会这样，因为主要是这样的：

init = tf.global_variables_initializer()
sess.run(init)

参考方案

试试这个：

init = tf.group(tf.global_variables_initializer(), tf.local_variables_initializer())
sess.run(init)

重命名TensorFlow估算器中的功能 - python

我正在使用固定的估算器，并从无法控制的来源读取数据。源代码使用snake_case存储功能，而我提供的预测功能始终在camelCase中，这也是我无法控制的。粗略地讲，我训练模型并将其导出，因此稍后可以阅读：features = ... # snake_case estimator = tf.estimator(DNNClassifier(feature_c…

Python:如何迭代20列并找到顶部的列？ - python

我是新来的，也许我的问题很愚蠢，所以我提前致歉。基本上我有这样的数据，ID | Scope 1 | Scope 2 | Scope 3 | Scope 4 | ... | Scope 30| 1 | True | True | True | False | ... | True | 2 | True | True | True | False | ... |…

Tensorflow到ONNX的转换 - python

我目前正在尝试将通过本教程（https://github.com/thtrieu/darkflow）创建的已保存（正在工作）的.pb文件转换为onnx文件。我目前正在使用winML工具，但是转换的结果根本不起作用（输入参数错误+整个体系结构不正确）。我的输入参数（在自述文件的最底部指定）：input：0输出节点：输出：0我想在HoloLens上运行的UWP应…

Tensorflow:具有num_parallel_calls的数据集映射没有加速 - python

我正在使用TensorFlow和tf.data.Dataset API执行一些文本预处理。在我的num_parallel_calls调用中不使用dataset.map时，预处理10K记录需要0.03s。当我使用num_parallel_trials=8（计算机上的内核数）时，也需要0.03s来预处理10K记录。我四处搜寻，发现了以下内容：Parallelis…

有没有一种方法可以有效地矢量化图像上的Tensorflow操作？ - python

Tensorflow有大量的变换，可以应用于表示图像（[高度，宽度，深度]）（例如tf.image.rot90()或tf.image.random_flip_left_right()）的3D张量。我知道它们应与队列一起使用，因此它们只能在一个图像上运行。但是，是否有一种方法可以对操作进行矢量化处理，以将4D张量（[batch_size，height，widt…