質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

90.51%

  • Python 3.x

    9832questions

    Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

  • TensorFlow

    920questions

unsolved reference input_imageのエラー

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 513
退会済みユーザー

退会済みユーザー

unsolved reference input_imageとエラーがでました。
現在、以下のサイトを見て勉強しています。
http://www.buildinsider.net/small/booktensorflow/0204

predictions = sess.run([top_k_op],
                       feed_dict={
                           input_image: image.image,
                           label_placeholder:image.label
                       }
)


の部分のunsolved reference input_imageがないと言われているのはわかるのですが、どのように指定すればいいのか分かりません。
(初学者かつサイトの通りに書いているので...)
全体には以下のように書きました。

# coding: UTF-8
from __future__ import absolute_import
from __future__ import division
from __future__ import print_function

import os
import time

import tensorflow as tf

import model as model
import numpy as np
from reader import Cifar10Reader

FLAGS = tf.app.flags.FLAGS
tf.app.flags.DEFINE_integer('epoch', 30, "訓練するEpoch数")
tf.app.flags.DEFINE_string('data_dir', './data/', "訓練データのディレクトリ")
tf.app.flags.DEFINE_string('checkpoint_dir', './checkpoints/',
                           "チェックポイントを保存するディレクトリ")

filenames = [
    os.path.join(
        FLAGS.data_dir, 'data_batch_%d.bin' % i) for i in range(1, 6)
    ]


def main(argv=None):
    global_step = tf.Variable(0,trainable=False)
    train_placeholder = tf.placeholder(tf.float32,
                                       shape=[32, 32, 3],
                                       name='input_image')

    label_placeholder = tf.placeholder(tf.int32,shape=[1],name='label')
    # (width, height, depth) -> (batch, width, height, depth)
    image_node = tf.expand_dims(train_placeholder, 0)

    logits = model.inference(image_node)
    total_loss = _loss(logits,label_placeholder)
    train_op = _train(total_loss,global_step)

    top_k_op = tf.nn.in_top_k(logits,label_placeholder,1)

    with tf.Session() as sess:
        sess.run(tf.initialize_all_variables())

        total_duration = 0

        for epoch in range(1, FLAGS.epoch + 1):
            start_time = time.time()

            for file_index in range(5):
                print('Epoch %d: %s' % (epoch, filenames[file_index]))
                reader = Cifar10Reader(filenames[file_index])

                for index in range(10000):
                    image = reader.read(index)

                    logits_value = sess.run([logits],
                                            feed_dict={
                                                train_placeholder: image.byte_array
                                            })
                    _,loss_value = sess.run([train_op,total_loss],
                                             feed_dict={
                                                 train_placeholder: image.byte_array,
                                                 label_placeholder: image.label
                                             }
                    )

                    if index % 1000 == 0:
                        print('[%d]: %r' % (image.label, logits_value))

                    assert not np.isnan(loss_value), \
                        'Model diverged with loss = NaN'
                reader.close()

            duration = time.time() - start_time
            total_duration += duration

            prediction = _eval(sess,top_k_op,train_placeholder,label_placeholder)
            print('epoch %d duration = %d sec' % (epoch, duration))

            tf.train.SummaryWriter(FLAGS.checkpoint_dir, sess.graph)

        print('Total duration = %d sec' % total_duration)

def _eval(sess,top_k_op,train_placeholder,label_placeholder):
  if not FLAGS.test_data:
      return np.nan

  image_reader = Cifar10Reader(FLAGS.test_data)
  true_count = 0
  for index in range(10000):
      image = image_reader.read(index)

      predictions = sess.run([top_k_op],
                             feed_dict={
                                 input_image: image.image,
                                 label_placeholder:image.label
                             }
      )
      true_count += np.sum(predictions)
  image_reader.close()

if __name__ == '__main__':
    tf.app.run()


placeholder の指定がないことをエラーで出しているのでしょうか?
でも、 label_placeholder はmain メソッドの中でしか書いていないのでそれは問題ないのでしょうか?
どう直せばよいのでしょうか?

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

checkベストアンサー

0

参考にしているリンクページのコードには

tf.app.flags.DEFINE_string('test_data', None, "テストデータのパス")

が追加されており、起動時に

$ python3 train.py --test_data ./data/test_batch.bin

のように test_data を指定しているようです。

質問で記載したコードには、この部分が見当たりません。

コード読む限り、input_image はこの test_data で指定したPATHから取得しているようですので、もう一度参考ページを確認してみてください。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

同じタグがついた質問を見る

  • Python 3.x

    9832questions

    Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

  • TensorFlow

    920questions