tensorflowで学習させようとしたときにエラー

Question

tensorflowでラーメンとうどんの画像を学習して判別させるプログラムを作成したのですが、学習途中にエラーが出ます。
フォルダ構成は、

/data
   /test
      /ramen
         ramen_0.png ~ ramen_49.png
      /udon
         udon_0.png ~ udon_49.png
      data.txt
   /train
      /ramen
         ramen_0.png ~ ramen_49.png
      /udon
         udon_0.png ~ udon_49.png
      data.txt
main.py(学習モデル作成ファイル)

エラー内容

(tensorflow) C:\Users\k2450101>cd C:\Users\k2450101\Dropbox\workspace\G5 Graduate Study\test\images

(tensorflow) C:\Users\k2450101\Dropbox\workspace\G5 Graduate Study\test\images>python main.pyWARNING:tensorflow:From C:\Users\k2450101\Anaconda3\envs\tensorflow\lib\site-packages\tensorflow\python\util\tf_should_use.py:118: initialize_all_variables (from tensorflow.python.ops.variables) is deprecated and will be removed after 2017-03-02.
Instructions for updating:
Use `tf.global_variables_initializer` instead.
step 0, training accuracy 0.5
Traceback (most recent call last):
  File "C:\Users\k2450101\Anaconda3\envs\tensorflow\lib\site-packages\tensorflow\python\client\session.py", line 282, in __init__
    fetch, allow_tensor=True, allow_operation=True))
  File "C:\Users\k2450101\Anaconda3\envs\tensorflow\lib\site-packages\tensorflow\python\framework\ops.py", line 3478, in as_graph_element
    return self._as_graph_element_locked(obj, allow_tensor, allow_operation)
  File "C:\Users\k2450101\Anaconda3\envs\tensorflow\lib\site-packages\tensorflow\python\framework\ops.py", line 3567, in _as_graph_element_locked
    types_str))
TypeError: Can not convert a FileWriter into a Tensor or Operation.

During handling of the above exception, another exception occurred:

Traceback (most recent call last):
  File "main.py", line 248, in <module>
    keep_prob: 1.0})
  File "C:\Users\k2450101\Anaconda3\envs\tensorflow\lib\site-packages\tensorflow\python\client\session.py", line 905, in run
    run_metadata_ptr)
  File "C:\Users\k2450101\Anaconda3\envs\tensorflow\lib\site-packages\tensorflow\python\client\session.py", line 1125, in _run
    self._graph, fetches, feed_dict_tensor, feed_handles=feed_handles)
  File "C:\Users\k2450101\Anaconda3\envs\tensorflow\lib\site-packages\tensorflow\python\client\session.py", line 427, in __init__
    self._fetch_mapper = _FetchMapper.for_fetch(fetches)
  File "C:\Users\k2450101\Anaconda3\envs\tensorflow\lib\site-packages\tensorflow\python\client\session.py", line 253, in for_fetch
    return _ElementFetchMapper(fetches, contraction_fn)
  File "C:\Users\k2450101\Anaconda3\envs\tensorflow\lib\site-packages\tensorflow\python\client\session.py", line 286, in __init__
    (fetch, type(fetch), str(e)))
TypeError: Fetch argument <tensorflow.python.summary.writer.writer.FileWriter object at 0x000002336F6429B0> has invalid type <class 'tensorflow.python.summary.writer.writer.FileWriter'>, must be a string or Tensor. (Can not convert a FileWriter into a Tensor or Operation.)

FileWriterはstringやTensorでなければいけないと書いてあるみたいなんですが、stackoverflowで調べても意味が分かりません。
ソースコード全文掲載したいのですが、文字数制限で載せられないので、エラーの原因と思われる個所のみ掲載します。
ヒントだけでもいただけると幸いです。

main.py(一部）

#TensorBoardのグラフに出力するスコープを指定
  with tf.Graph().as_default():
    # 画像を入れるためのTensor(28*28*3(IMAGE_PIXELS)次元の画像が任意の枚数(None)分はいる)
    images_placeholder = tf.placeholder("float", shape=(None, IMAGE_PIXELS))
    # ラベルを入れるためのTensor(3(NUM_CLASSES)次元のラベルが任意の枚数(None)分入る)
    labels_placeholder = tf.placeholder("float", shape=(None, NUM_CLASSES))
    # dropout率を入れる仮のTensor
    keep_prob = tf.placeholder("float")

    # inference()を呼び出してモデルを作る
    logits = inference(images_placeholder, keep_prob)
    # loss()を呼び出して損失を計算
    loss_value = loss(logits, labels_placeholder)
    # training()を呼び出して訓練して学習モデルのパラメーターを調整する
    train_op = training(loss_value, FLAGS.learning_rate)
    # 精度の計算
    acc = accuracy(logits, labels_placeholder)

    # 保存の準備
    saver = tf.train.Saver()
    # Sessionの作成(TensorFlowの計算は絶対Sessionの中でやらなきゃだめ)
    sess = tf.Session()
    # 変数の初期化(Sessionを開始したらまず初期化)
    sess.run(tf.initialize_all_variables())
    # TensorBoard表示の設定(TensorBoardの宣言的な?)
    summary_op = tf.summary.FileWriter(FLAGS.train_dir, graph=sess.graph)
    # train_dirでTensorBoardログを出力するpathを指定
    # summary_writer = tf.train.SummaryWriter(FLAGS.train_dir, sess.graph_def)

    # 実際にmax_stepの回数だけ訓練の実行していく
    for step in range(FLAGS.max_steps):
      for i in range(int(len(train_image)/FLAGS.batch_size)):
        # batch_size分の画像に対して訓練の実行
        batch = FLAGS.batch_size*i
        # feed_dictでplaceholderに入れるデータを指定する
        sess.run(train_op, feed_dict={
          images_placeholder: train_image[batch:batch+FLAGS.batch_size],
          labels_placeholder: train_label[batch:batch+FLAGS.batch_size],
          keep_prob: 0.5})

      # 1step終わるたびに精度を計算する
      train_accuracy = sess.run(acc, feed_dict={
        images_placeholder: train_image,
        labels_placeholder: train_label,
        keep_prob: 1.0})
      print ("step %d, training accuracy %g"%(step, train_accuracy))

      # 1step終わるたびにTensorBoardに表示する値を追加する
      summary_str = sess.run(summary_op, feed_dict={
        images_placeholder: train_image,
        labels_placeholder: train_label,
        keep_prob: 1.0})
      summary_op.add_summary(summary_str, step)

  # 訓練が終了したらテストデータに対する精度を表示する
  print ("test accuracy %g"%sess.run(acc, feed_dict={
    images_placeholder: test_image,
    labels_placeholder: test_label,
    keep_prob: 1.0})
  )

  # データを学習して最終的に出来上がったモデルを保存
  # "model.ckpt"は出力されるファイル名
  save_path = saver.save(sess, "model.ckpt")

Answer 1

https://qiita.com/FukuharaYohei/items/7ea120005f73cf882146

https://endoyuta.com/2017/01/19/tensorflow-tensorboard/

FileWriterをsses.runに入れるのは正しくない使い方ではないでしょうか。

summary_str = sess.run(summary_op, feed_dict={...

Comments

[ths]

ありがとうございます、治りました!