Python 3.x python-tf.write_文件在tensorflow中不起作用

我有一个训练目标坐标用于目标检测的代码。 我使用了CNN网络，输出层是回归层（称为绑定框\u输出），它为图像中的对象返回（x0，y0，高度，宽度）。在这一层之后，我尝试在丢失步骤之前直接保存图像

   i = 0
   image_decoded = tf.image.decode_jpeg(tf.read_file('3.jpg'), channels=3)
   cropped = tf.image.crop_to_bounding_box(image = image_decoded,
                                          offset_height = tf.cast(bound_box_output[i,0], tf.int32),
                                          offset_width = tf.cast(bound_box_output[i,1], tf.int32),
                                          target_height = tf.cast(bound_box_output[i,2], tf.int32),
                                          target_width = tf.cast(bound_box_output[i,3], tf.int32))

   enc = tf.image.encode_jpeg(cropped)
   fname = tf.constant('4.jpeg')
   fwrite = tf.write_file(fname, enc)

在tf.train.SessionRunHook中，我运行它

def begin(self):
        self._step = -1
        self._start_time = time.time()

def before_run(self, run_context):
        self._step += 1
        return tf.train.SessionRunArgs(loss)
def after_run(self, run_context, run_values):
        if self._step % LOG_FREQUENCY == 0:
          current_time = time.time()
          duration = current_time - self._start_time
          self._start_time = current_time

          loss_value = run_values.results
          examples_per_sec = LOG_FREQUENCY * BATCH_SIZE / duration
          sec_per_batch = float(duration / LOG_FREQUENCY)


          format_str = ('%s: step %d, loss = %.2f (%.1f examples/sec; %.3f '
                        'sec/batch)')
          print (format_str % (datetime.now(), self._step, loss_value,
                               examples_per_sec, sec_per_batch))

        if self._step  == MAX_STEPS-1:
          loss_value = run_values.results
          print("The final value of loss is:: ")
          print(loss_value)
          print(fwrite)
          tf.train.SessionRunArgs(fwrite)

问题在于它没有将“4.jpeg”图像保存到特定文件夹中

---

注：我使用了tensorflow 1.1.3和python3.5TLDR；将

tf.train.SessionRunArgs（fwrite）

替换为

run\u context.session.run（fwrite）

实际上不运行提供的操作。从呼叫中返回。他们的角色是为下一个

会话.run（）调用添加参数

if self._step  == MAX_STEPS-1:
  loss_value = run_values.results
  print("The final value of loss is:: ")
  print(loss_value)
  print(fwrite)
  tf.train.SessionRunArgs(fwrite)  # problematic line

您正试图在结束时运行
fwrite
操作。然而，它只是实例化对象

实现所需行为的一个选项是利用提供给的
run\u context
参数<代码>运行上下文

的类型为，该类型包含一个

会话

引用

---

run\u context.session.run（fwrite）

应该可以帮你解决这个问题。

程序打印了最后的打印语句了吗（“丢失的最终值是：：”，等等）？是的，这是培训的最后一步，很高兴知道。代码似乎正确，所以我不确定出了什么问题。您是否尝试过显式声明输出文件的路径？（例如，使用

/tmp/4.jpeg

作为

fname

。只是为了确保文件编写器确实在保存某些内容。是的，我这样做了，但没有保存任何图像。）