tensorflow cifar10教程失败

Question

我已经从教程CIFAR10的链接下载了这里代码，并试图运行本教程。我用命令运行它

python cifar10_train.py

它启动ok并按预期下载数据文件。当它试图打开输入文件时，它会失败，跟踪如下：

Traceback (most recent call last):
  File "cifar10_train.py", line 120, in <module>
    tf.app.run()
  File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/platform/app.py", line 43, in run
    sys.exit(main(sys.argv[:1] + flags_passthrough))
  File "cifar10_train.py", line 116, in main
    train()
  File "cifar10_train.py", line 63, in train
    images, labels = cifar10.distorted_inputs()
  File "/notebooks/Python Scripts/tensorflowModels/tutorials/image/cifar10/cifar10.py", line 157, in distorted_inputs
    batch_size=FLAGS.batch_size)
  File "/notebooks/Python Scripts/tensorflowModels/tutorials/image/cifar10/cifar10_input.py", line 161, in distorted_inputs
    read_input = read_cifar10(filename_queue)
  File "/notebooks/Python Scripts/tensorflowModels/tutorials/image/cifar10/cifar10_input.py", line 87, in read_cifar10
    tf.strided_slice(record_bytes, [0], [label_bytes]), tf.int32)
TypeError: strided_slice() takes at least 4 arguments (3 given)

当然，当我研究代码时，cifar10_input.py中有一个对strided_slice()的调用，其中只有3个参数：

tf.strided_slice(record_bytes, [0], [label_bytes])

而tensorflow文档确实规定必须至少有4个论点。

出什么问题了？我下载了最新的tensorflow (0.12)，并运行cifar代码的主分支。

Answer 1

在github进行了一些讨论之后，我进行了以下修改，这些更改似乎使其工作起来：

在cifar10_input.py中

-  result.label = tf.cast(tf.strided_slice(record_bytes, [0], [label_bytes]), tf.int32)
+  result.label = tf.cast(tf.slice(record_bytes, [0], [label_bytes]), tf.int32)



-  depth_major = tf.reshape( tf.strided_slice(record_bytes, [label_bytes], [label_bytes + image_bytes]),      [result.depth, result.height, result.width])
+  depth_major = tf.reshape(tf.slice(record_bytes, [label_bytes], [image_bytes]), [result.depth, result.height, result.width])

然后，在cifar10_input.py和cifar10.py中，我都必须搜索“废弃的”，无论在哪里找到它，根据我在api指南中看到的内容(希望是正确的)，用一个有效的函数替换它。这方面的例子如下：

-  tf.contrib.deprecated.image_summary('images', images)
+  tf.summary.image('images', images)

和

 - tf.contrib.deprecated.histogram_summary(tensor_name + '/activations', x)
 - tf.contrib.deprecated.scalar_summary(tensor_name + '/sparsity',
 + tf.summary.histogram(tensor_name + '/activations', x)
 + tf.summary.scalar(tensor_name + '/sparsity',

它现在似乎正快活地前进着。我将看看它是否完成了OK，以及上面所做的更改是否提供了所需的诊断输出。

我还是希望听到接近密码的人给我一个明确的答案。