TensorFlow还原错误:分配需要两个张量的形状才能匹配

Question

InvalidArgumentError (see above for traceback): Assign requires shapes of both tensors to match. lhs shape= [100,10] rhs shape= [300,10]
 [[Node: save/Assign_10 = Assign[T=DT_INT32, _class=["loc:@label"], use_locking=true, validate_shape=true, _device="/job:localhost/replica:0/task:0/cpu:0"](label, save/RestoreV2_10)]]
 [[Node: save/RestoreV2_8/_9 = _Recv[client_terminated=false, recv_device="/job:localhost/replica:0/task:0/gpu:0", send_device="/job:localhost/replica:0/task:0/cpu:0", send_device_incarnation=1, tensor_name="edge_26_save/RestoreV2_8", tensor_type=DT_FLOAT, _device="/job:localhost/replica:0/task:0/gpu:0"]()]]

i使用批处理大小训练数据为300，而我使用批处理大小还原和测试模型为100。如何解决此问题。

Answer 1

通常会出现此错误时，当您喂食与训练的CNN模型中定义的张量不同时。由于您说您首先训练并恢复了测试模型，因此请确保您使用的代码恢复模型与您为培训定义的相同模型实例化。