python tensorflow problem

Question

import tensorflow as tf
import tensorboard as tb
from math import *
import time
import serial
import numpy as np
import cv2 as cv

cam = cv.VideoCapture(0)

DataRaw = []
LabelsRaw = []

cv.namedWindow("in",cv.WINDOW_GUI_EXPANDED)

Input  = tf.placeholder(tf.float32,(None,120,160,3),"Input")
y = tf.placeholder(tf.int32,(None),"Labels")

with tf.name_scope("Siec"):
    hidden1 = tf.layers.conv2d(Input,10,5,strides=(2,2))
    hidden2 = tf.layers.conv2d(hidden1,5,3,strides=(2,2))
    convert = tf.reshape(hidden2,[-1,28*23*5])
    hidden3 = tf.layers.dense(convert,100,activation=tf.nn.elu,name="h2")
    hidden4 = tf.layers.dense(hidden3,50,activation=tf.nn.elu,name="h3")
    output  = tf.layers.dense(hidden4,4,name="out",activation=tf.nn.relu)

with tf.name_scope("Uczenie"):
    xentropy = tf.nn.sparse_softmax_cross_entropy_with_logits(labels=y,logits=output)
    loss = tf.reduce_mean(xentropy)
    optimizer = tf.train.GradientDescentOptimizer(0.01)
    op = optimizer.minimize(loss)

with tf.name_scope("Ocena"):
    correct = tf.nn.in_top_k(output,y,1)
    acc     = tf.reduce_mean(tf.cast(correct,tf.float32))

init = tf.global_variables_initializer()
fw = tf.summary.FileWriter("Hello",tf.get_default_graph())

lasttime = 0
Learned = False
Key = False

with tf.Session() as sess:
    fw.close()
    init.run()
    while(cam.isOpened()):
        ret, frame = cam.read()
        if ret == True:
            out = cv.pyrDown(frame)
            out = cv.pyrDown(out)
            cv.imshow('in',out)
           
            if cv.waitKey(1) == 49:
                DataRaw.append(out)
                LabelsRaw.append(1)
                print('A')
                Learned = False
                Key = True
            if cv.waitKey(1) == 50:
                DataRaw.append(out)
                LabelsRaw.append(2)
                print('B')
                Learned = False
                Key = True
            if cv.waitKey(1) == 51:
                DataRaw.append(out)
                LabelsRaw.append(3)
                print('C')
                Learned = False
                Key = True
            if cv.waitKey(1) == 52:
                DataRaw.append(out)
                LabelsRaw.append(4)
                print('D')
                Learned = False
                Key = True
            
            if len(DataRaw) != 0:
                
                if cv.waitKey(1) == -1:
                    if Key == True:
                        lasttime = time.clock()
                        Key = False
                    if  time.clock() - lasttime > 2:
                        if not Key and not Learned:
                            for epoch in range(50):
                                X = np.array(DataRaw)
                                Y = np.array(LabelsRaw)
 
                                sess.run(op, feed_dict={Input:X, y:Y})

                                if epoch%10 == 0:
                                    Calc_Acc = acc.eval(feed_dict={Input:X, y:Y})
                                    print("Acc: ", Calc_Acc)
                            Learned = True

Czy mógłby mi ktoś powiedzieć czemu przy sess.run wywala mi InvalidArgumentError().
Chciałbym sie jeszcze zapytać czy popełniłem jakieś większe błędy nielicząc niepodzielenia zbioru uczącego na na minigrupy.

Answer 1

Zmodyfikowałem program i uruchomiłem na pc (nie ma kamery dlatego pracowałem na laptopie) i o dziwo sieć po modyfikacji rozmiaru inputu i outputu działa dla mnits... Czyli coś hardwereowo zepsułem?

Comments

Mam chyba bardzo dobrą teorię co poszło nie tak. ~ Cuda toolkit w złej wersji