Python 错误与训练更快的R-CNN
我正试着在Ubuntu 16.04上用我的电脑和一些同龄人一起运行更快的R-CNN。 但是我被卡住了。 我在谷歌上找不到和我一样的错误Python 错误与训练更快的R-CNN,python,tensorflow,convolution,softmax,Python,Tensorflow,Convolution,Softmax,我正试着在Ubuntu 16.04上用我的电脑和一些同龄人一起运行更快的R-CNN。 但是我被卡住了。 我在谷歌上找不到和我一样的错误 Normalizing targets done Solving... Traceback (most recent call last): File "./tools/train_net.py", line 96, in <module> max_iters=args.max_iters) File "/home/david/Fas
Normalizing targets
done
Solving...
Traceback (most recent call last):
File "./tools/train_net.py", line 96, in <module>
max_iters=args.max_iters)
File "/home/david/Faster-RCNN_TF/tools/../lib/fast_rcnn/train.py", line 222, in train_net
sw.train_model(sess, max_iters)
File "/home/david/Faster-RCNN_TF/tools/../lib/fast_rcnn/train.py", line 95, in train_model
rpn_cross_entropy = tf.reduce_mean(tf.nn.sparse_softmax_cross_entropy_with_logits(rpn_cls_score, rpn_label))
File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/ops/nn_ops.py", line 1686, in sparse_softmax_cross_entropy_with_logits
labels, logits)
File "/usr/local/lib/python2.7/dist-packages/tensorflow/python/ops/nn_ops.py", line 1535, in _ensure_xent_args
"named arguments (labels=..., logits=..., ...)" % name)
ValueError: Only call `sparse_softmax_cross_entropy_with_logits` with named arguments (labels=..., logits=..., ...)
标准化目标
完成
解决。。。
回溯(最近一次呼叫最后一次):
文件“/tools/train_net.py”,第96行,在
最大值=参数(最大值)
文件“/home/david/Faster-RCNN\u TF/tools/。/lib/fast\u RCNN/train.py”,第222行,列车网络
西南列车模型(sess、最大iters)
文件“/home/david/Faster-RCNN\u TF/tools/。/lib/fast\u RCNN/train.py”,第95行,列车模型
rpn交叉熵=tf.reduce平均值(tf.nn.sparse\u softmax\u交叉熵\u与逻辑(rpn\u cls\u分数,rpn\u标签))
文件“/usr/local/lib/python2.7/dist-packages/tensorflow/python/ops/nn_-ops.py”,第1686行,在稀疏的softmax\u-cross\u-entropy\u中,带有logits
标签、登录)
文件“/usr/local/lib/python2.7/dist packages/tensorflow/python/ops/nn_ops.py”,第1535行,在参数中
命名参数(标签=…,逻辑项=…,…)%name)
ValueError:仅调用带有命名参数(labels=…,logits=…,…)的'sparse\u softmax\u cross\u entropy\u with_logits')
我不知道这个错误是关于什么以及如何解决这个错误。
请帮助我,而不是这个:
rpn_cross_entropy = tf.reduce_mean(tf.nn.sparse_softmax_cross_entropy_with_logits(rpn_cls_score, rpn_label))
试着写:
tf.reduce_mean(tf.nn.sparse_softmax_cross_entropy_with_logits(rpn_label, rpn_cls_score))
如果不起作用,请尝试:
tf.reduce_mean(tf.nn.sparse_softmax_cross_entropy_with_logits(labels=rpn_label, logits=rpn_cls_score))
您应该使用mcve来增强您的问题。您也可以查看此链接,了解python中“命名参数”的含义。这一行在哪里可以找到?在“lib/fast\u rcnn/train.py”中是的,非常感谢,我做了相同的更改,但在不同的文件中