Tensorflow1系、いまさらっていう感じですが、PointNetのgithubに上がっているものがTF1.0.1なので使っていました。ネットワークを変更したくて、デバッグのためにTensorの中身を見ながらやっていたのですが、中身をみる方法に困ったので書いておきます。（Tensorflow2系では、かなり改善されているみたい）
Tensorの中身を見る方法(大抵の場合)
printではみれないので、以下のようにsessionを使って中を見ることになります（参考）
import tensorflow as tf
# データの用意
data = np.zeros((32,1024,4)).astype(np.float32)
data[:,:,1] = 1
data[:,:,2] = 2
data[:,:,3] = 3
data = tf.convert_to_tensor(data)
with tf.Session() as sess:
print(data.eval())計算グラフとして格納されているので、「計算を実行しないと結果が見れない」ということだと理解しています。そのため、少々複雑な状況ではdata.eval()のところで、以下のようなエラーが出る場合があります。
FailedPreconditionError (see above for traceback): Attempting to use uninitialized value transform_net1/tconv1/weights
上記エラーが出る理由とその解決
上記のエラーが出たのは以下のようなコードでした。
def get_model(point_cloud, is_training, bn_decay=None):
""" Classification PointNet, input is BxNx3, output Bx40 """
batch_size = point_cloud.get_shape()[0].value
num_point = point_cloud.get_shape()[1].value
end_points = {}
with tf.variable_scope('transform_net1') as sc:
print("point cloud: {}".format(point_cloud))
transform = input_transform_net(point_cloud, is_training, bn_decay, K=3)
point_cloud_transformed = tf.matmul(point_cloud[:, :, 0:3], transform)
input_image = tf.expand_dims(point_cloud_transformed, -1)
with tf.Session() as sess:
print(input_image.eval()) # ここでエラーが発生 #######################################
input_imageの値を確認したくて、sessionを使ってデータを表示しようとしたところ、先程のエラーが置きました。PointNetで、input_imageは入力のpoint_cloudを
transform = input_transform_net(point_cloud, is_training, bn_decay, K=3)のところでtransform_netを通してアフィン変換(のようなこと)を行っています。つまり、別のネットワークを通した結果がinput_image担っています。
その為、その計算を実行しようとしたら未定義の値（transform_net1/tconv1/weights）が使われているというエラーが出てしまいました。
よって、sessionを開始した後に初期化をしてあげれば良いわけです。
def get_model(point_cloud, is_training, bn_decay=None):
""" Classification PointNet, input is BxNx3, output Bx40 """
batch_size = point_cloud.get_shape()[0].value
num_point = point_cloud.get_shape()[1].value
end_points = {}
with tf.variable_scope('transform_net1') as sc:
print("point cloud: {}".format(point_cloud))
transform = input_transform_net(point_cloud, is_training, bn_decay, K=3)
point_cloud_transformed = tf.matmul(point_cloud[:, :, 0:3], transform)
input_image = tf.expand_dims(point_cloud_transformed, -1)
init = tf.initialize_all_variables() # 追加1 #######################
with tf.Session() as sess:
sess.run(init) # 追加２ #######################
print("input_images")
私の問題では、これで解決できました！
No responses yet