TensorFlowのDevice mapping: no known devices.について。

Question

こちらのブログを参考にしてTensorFlowを用いた顔認識のプログラムを作成しています。
『ディープラーニングでザッカーバーグの顔を識別するAIを作る④（WEB構築編）』

データを学習させ、model.ckptという学習データを作成することができました。

上記サイトのeval.pyをエラーが出る部分を修正して実行していたのですが、以下のエラーがどうしても解決できず、教えていただきたいです。

Device mapping: no known devices.
I tensorflow/core/common_runtime/direct_session.cc:255] Device mapping:

Device mapping: no known devices.を検索すると、GPUに関する記事が何個かヒットするのですが、GPUは無いためにCPUのみで作業しています。
python2系、tensorflow 0.12.1です。

以下、コード全文です。

eval.py

#!/usr/bin/env python
#! -*- coding: utf-8 -*-

import sys
import numpy as np
import cv2
import tensorflow as tf
import os
import random
import main

# OpenCVのデフォルトの顔の分類器のpath
cascade_path = '（省略）OpenCV/haarcascades/haarcascade_frontalface_alt.xml'
faceCascade = cv2.CascadeClassifier(cascade_path)


# 識別ラベルと各ラベル番号に対応する名前
HUMAN_NAMES = {
  0: u"A",
  1: u"B",
  2: u"C",
  3: u"D",
  4: u"E",
  5: u"F"
}

#指定した画像(img_path)を学習結果(ckpt_path)を用いて判定する
def evaluation(img_path, ckpt_path):
  # GraphのReset(らしいが、何をしているのかよくわかっていない…)
  tf.reset_default_graph()
  # 画像を開く
  f = open(img_path, 'r')
  # 画像読み込み
  img = cv2.imread(img_path, cv2.IMREAD_COLOR)
  # モノクロ画像に変換
  gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
  face = faceCascade.detectMultiScale(gray, 1.1, 3)
  if len(face) > 0:
    for rect in face:
      # 加工した画像に何でもいいので適当な名前をつけたかった。日付秒数とかでいいかも
      random_str = str(random.random())
      # 顔部分を赤線で書こう
      cv2.rectangle(img, tuple(rect[0:2]), tuple(rect[0:2]+rect[2:4]), (0, 0, 255), thickness=2)
      # 顔部分を赤線で囲った画像の保存先
      face_detect_img_path = '（省略）/result/' + random_str + '.jpg'
      # 顔部分を赤線で囲った画像の保存
      cv2.imwrite(face_detect_img_path, img)
      x = rect[0]
      y = rect[1]
      w = rect[2]
      h = rect[3]
      # 検出した顔を切り抜いた画像を保存
      cv2.imwrite('（省略）/result/' + random_str + '.jpg', img[y:y+h, x:x+w])
      # TensorFlowへ渡す切り抜いた顔画像
      target_image_path = '（省略）/result/' + random_str + '.jpg'
  else:
    # 顔が見つからなければ処理終了
    print ('image:NoFace')
    return
  f.close()

  f = open(target_image_path, 'r')
  # データを入れる配列
  image = []
  # 画像読み込み
  img = cv2.imread(target_image_path)
  # 28px*28pxにリサイズ
  img = cv2.resize(img, (28, 28))
  # 画像情報を一列にした後、0-1のfloat値にする
  image.append(img.flatten().astype(np.float32)/255.0)
  # numpy形式に変換し、TensorFlowで処理できるようにする
  image = np.asarray(image)
  # 入力画像に対して、各ラベルの確率を出力して返す(main.pyより呼び出し)
  logits = main.inference(image, 1.0)
  # We can just use 'c.eval()' without passing 'sess'
  sess = tf.InteractiveSession()
  # restore(パラメーター読み込み)の準備
  saver = tf.train.Saver()
  # 変数の初期化
  sess.run(tf.global_variables_initializer())
  if ckpt_path:
    # 学習後のパラメーターの読み込み
    saver.restore(sess, ckpt_path)
  # sess.run(logits)と同じ
  softmax = logits.eval()
  # 判定結果
  result = softmax[0]
  # 判定結果を%にして四捨五入
  rates = [round(n * 100.0, 1) for n in result]
  humans = []
  # ラベル番号、名前、パーセンテージのHashを作成
  for index, rate in enumerate(rates):
    name = HUMAN_NAMES[index]
    humans.append({
      'label': index,
      'name': name,
      'rate': rate
    })
  # パーセンテージの高い順にソート
  rank = sorted(humans, key=lambda x: x['rate'], reverse=True)

  # 判定結果と加工した画像のpathを返す
  return [rank, face_detect_img_path, target_image_path]

# コマンドラインからのテスト用
if __name__ == '__main__':
  evaluation('（省略）/test.jpg', '（省略）/model.ckpt')

よろしくお願いします。

Answer 1

それは本当にエラーですか？

https://github.com/tensorflow/tensorflow/issues/7648

Device mapping: no known devices.
MatMul: (MatMul): /job:localhost/replica:0/task:0/cpu:0
b: (Const): /job:localhost/replica:0/task:0/cpu:0
a: (Const): /job:localhost/replica:0/task:0/cpu:0
[[ 22.  28.]
 [ 49.  64.]]

のようにTensorflow-GPU版をインストールすると一応GPUがないか確認して、その結果の情報を表示した後、見つからなければno known devicesと知らせてから、仕事はCPUに割り当てられます。

学習がちゃんとできて、最後まで実行されているのであれば問題ないはずです。
本当はGPUを認識させたい場合を除いて。

Comments

[poker]

回答ありがとうございます。エラーではないのですね。ですが、学習が行われず、上記のメッセージが出て終了している状況です。

[mkgrei]

デバッグするために必要なことを羅列してみます。

GPUがなければCPUを使うだけなので問題が起きないはずなのですが、Tensorflowの旧バージョンでその限りではない可能性があります。ので、pip listをしてGPUバージョンをインストールしていないかを確認することが必要です。

これ以外にエラーが出ていないのであれば、どこまで正しく実行されているのかを確認する必要があります。
考えられるものとして、
モジュールのインポート時
グラフを作ったとき
セッションを作ったとき
モデルを読み込んだとき
モデルを使ったとき
などです。print文による書き出しや、コードのくくりだしによって、どこまで正常に動くのかを確認してみると、問題の場所が絞りこめると思われます。

[poker]

ありがとうございます！
print文で結果を出力してないということに気づきました^^;
print文で何を出力させれば結果が出るかわからず試行錯誤してみますが、この質問については解決できました！
昨日に引き続き本当にありがとうございました！