tensor not exist in the checkpoint pcgreat/zi2zi

[Henry658]

Hey guy is me again
Sorry about I'm taking pcgreat/zi2zi at here
Because I can't found the place to let me discuss
As tittle and preamble #64
key generator/g_d1_bn/beta not found in checkpoint
So I use tensorflow.python.tools inspect_checkpoint.py to watch my checkpoint
And I compared the pcgreat/zi2zi model and kaonashi-tyc/zi2zi model with the checkpoint

left is pcgreat/zi2zi right is kaonashi-tyc/zi2zi
And you can see some tensor is not exist in the pcgreat/zi2zi checkpoint
I was wondering if someone can tell me and fix it

the same as past I and still try to solve this problem
This is my contact information.
mail: henry19980520@gmail.com
I look forward to discussing with you.

[jerrycheese]

这是因为train.py和infer.py的inst_norm参数不一样导致的。

可以看到train.py的初始化参数inst_norm参数默认为1，而infer.py该参数默认为0，将其改为1即可，差别可见： model/unet.py#L114

除了这个问题以外，也许还会遇到：

InvalidArgumentError (see above for traceback): Assign requires shapes of both tensors to match. lhs shape= [80,1,1,64] rhs shape= [185,1,1,128]

因为UNet的embedding数量、大小不一样，对应train.py的embedding_num和embedding_dim参数，将其应用到infer.py就行，可见：/train.py#L24

以及这个问题：

ValueError: Cannot feed value of shape (16, 256, 256, 2) for Tensor 'real_A_and_B_images:0', which has shape '(?, 128, 128, 2)'

这是因为两个文件的image_size不一样，根据train.py的参数应用到infer.py就行了，可见：/train.py#L17

[Henry658]

thanks
很感謝你的回覆
接下來還可能有問題要請教您
方便留下信箱向您詢問嗎？
這是我的信箱：henry19980520@gmail.com
謝謝

[Danee-wawawa]

这是因为train.py和infer.py的inst_norm参数不一样导致的。

可以看到train.py的初始化参数inst_norm参数默认为1，而infer.py该参数默认为0，将其改为1即可，差别可见： model/unet.py#L114

除了这个问题以外，也许还会遇到：

InvalidArgumentError (see above for traceback): Assign requires shapes of both tensors to match. lhs shape= [80,1,1,64] rhs shape= [185,1,1,128]

因为UNet的embedding数量、大小不一样，对应train.py的embedding_num和embedding_dim参数，将其应用到infer.py就行，可见：/train.py#L24

以及这个问题：

ValueError: Cannot feed value of shape (16, 256, 256, 2) for Tensor 'real_A_and_B_images:0', which has shape '(?, 128, 128, 2)'

这是因为两个文件的image_size不一样，根据train.py的参数应用到infer.py就行了，可见：/train.py#L17

谢谢你的回答，这些帮助了我很多。另外我在训练模型结束后，进行fine tune时，遇到了一个问题，当我运行：

Train/Finetune the model

PYTHONPATH=. python train.py --experiment_dir=experiments_finetune
--experiment_id=0
--batch_size=16
--lr=0.001
--epoch=10
--sample_steps=1
--schedule=20
--L1_penalty=100
--Lconst_penalty=15
--freeze_encoder_decoder=1
--optimizer=sgd
--fine_tune=67
--flip_labels=1
这个指令时，出现：
filter by label -> {67}
train examples -> 0, val examples ->0
这个信息，它好像把我所有样本都给筛选掉了，我用的是他这个里面的handwriting_preparation/images/test_image.img 和 .box，我不清楚问题在哪里，不知道你有没有遇到过这个问题呢~

[Henry658]

你必須將你的訓練集放入finetune資料夾中的data
也就是說你原本將訓練集pair圖片打包成train.obj及val.obj並放至於experiment中的data folder中
而你現在要使用finetune也需要將你的train.obj及val.obj放入experiment_finetune中的data folder
看起來就是這樣

[Danee-wawawa]

你必須將你的訓練集放入finetune資料夾中的data
也就是說你原本將訓練集pair圖片打包成train.obj及val.obj並放至於experiment中的data folder中
而你現在要使用finetune也需要將你的train.obj及val.obj放入experiment_finetune中的data folder
看起來就是這樣

我的experiments_finetune/data/里面有对应的train.obj及val.obj，它完整的运行显示是：
unpickled total 142 examples
unpickled total 14 examples
filter by label -> {67}
train examples -> 0, val examples ->0
所以应该是已经读取到了train.obj和val.obj，但是我不清楚为什么又全部会被filter掉，请问下您没有遇到这个问题吗~

[Henry658]

你的obj檔中是否有包含embeddiing_id 67
我假設67是你準備得手寫資料，假設你的obj是由experiment所複製過來的
這樣67在當初package時是沒有包含在embedding中的
你需另外package 你的字體及手寫資料

[Danee-wawawa]

你的obj檔中是否有包含embeddiing_id 67
我假設67是你準備得手寫資料，假設你的obj是由experiment所複製過來的
這樣67在當初package時是沒有包含在embedding中的
你需另外package 你的字體及手寫資料

对的，我明白问题在哪里了，刚刚解决啦，非常感谢^_^

[Henry658]

好的！
以前我也是這樣受大家的幫忙才能夠理解、除錯。
這是我的信箱：henry19980520@gmail.com
如果有問題也歡迎詢問。

[Danee-wawawa]

好的！
以前我也是這樣受大家的幫忙才能夠理解、除錯。
這是我的信箱：henry19980520@gmail.com
如果有問題也歡迎詢問。

好的，之后遇到问题我再发邮箱问您，谢谢~^_^