Tensorflow：简单音频识别网络教程错误：Assign要求两个张量的形状匹配。左侧形状=[12]右侧形状=[3]

当我第一次使用开发人员自己提供的数据运行上述程序时，培训和后续命令将在培训完成后获得模型（python tensorflow/examples/speech_commands/freeze.py）\ --启动检查点=/tmp/speech\u命令\u train/conv.ckpt-18000\ --output\u file=/tmp/my\u freezed\u graph.pb )很好。我能够获得模型并对其进行测试

但是，当我将自己的数据文件夹（其中包含一个单词的多个音频文件）添加到现有的文件夹中，并在--want word标志中选择该单词并运行必要的命令时，培训进行得很顺利，但在获取模型（上面再次提到的命令）时，我得到以下错误：

InvalidArgumentError（回溯见上文）：Assign要求两个张量的形状匹配。左侧形状=[12]右侧形状=[3]

我如何克服这个问题？这是tensorflow中的一个bug吗？我检查了一下，发现以前培训的检查点文件可能会干扰新的培训。但是，即使我创建一个新文件夹来存储最新的检查点文件，问题仍然存在

---

谢谢。

这是因为您只有一个音频文件夹，即只有一个培训集，并且在freeze.py中，您没有将其更改为标签，因此默认情况下，它将使用现有的（10个标签+未知和静音）13

---

您只需转到freeze.py并将其更改为您的数据集，而不是默认值。

您解决了这个问题吗？@Nati Krisi，是的，问题解决了。如果你打开freeze.py，他们会提到that@Nati克里斯，是的，问题解决了。如果打开freeze.py，它们会提到训练命令中使用的标志和此模型冻结应该相同。因此,，我们必须在上面的命令中添加--want\u words=*提及培训命令*标志中提到的任何内容。因此，该命令变为：python tensorflow/examples/speech\u commands/freeze.py \--start\u checkpoint=/tmp/speech\u commands\u train/conv.ckpt-18000 \--在培训期间选择的want\u words=*output_file=/tmp/my_freezed_graph.pb问题是，一切都在1000ms下工作，但当我更改它时（同时保留您提到的参数），我会得到一个如上所述的异常。ok。my bad在培训部分出错