feifaxiaoming

你们运行的test的时候，不会报tensorflow.python.framework.errors_impl.InvalidArgumentError: Assign requires shapes of both tensors to match. lhs shape= [512,2667] rhs shape= [512,1788] [[Node: save/Assign_41 = Assign[T=DT_FLOAT, _class=["loc:@h6"], use_locking=true, validate_shape=true, _device="/job:localhost/replica:0/task:0/device:CPU:0"](h6/Adam_1, save/RestoreV2:41)]] 这种错误吗？

@thesunnyman 我运行训练的时候都没有问题，就是测试的时候出现的问题，报这个错，我用的也是GPU训练的 ，我有GPU的机器

@thesunnyman 我是在运行test.py的时候报错的，就是训练好之后，测试的时候报错

这个不对啊 ，就只能用test的文件测试，换成自己的就不行了，我之前就是一直用的自己的就不行，如果换成测试的那个就可以了，也就是说用哪个训练就得用哪个测试 ，这样意义不是很大啊 。

@xxbb1234021 不是，我的意思是说测试的时候调用这个： wav_files = ['D:\\音频相似度文档\声音相关的模型\\Chinese-speech-to-text-master\\A11_1.wav','D:\\音频相似度文档\声音相关的模型\\Chinese-speech-to-text-master\\A11_2.wav'] txt_labels = ['北京 丰台区 农民 自己 花钱 筹办 万 佛 延寿 寺 迎春 庙会 吸引 了 区内 六十 支 秧歌队 参赛','那劲 一个 任命'] words_size, words,...

我知道这段代码，但是这段代码跑起来就报错了

with tf.name_scope('layer6'): # 全连接层用于softmax分类 b6 = self.variable_on_device('b6', n_character, tf.random_normal_initializer(stddev=b_stddev)) h6 = self.variable_on_device('h6', [n_hidden_5, n_character], tf.random_normal_initializer(stddev=h_stddev)) layer_6 = tf.add(tf.matmul(layer_5, h6), b6) 这一行，n_character是根据字数的多少来确定的，训练的时候用test的训练集，给出的是1700多个字，然后这块就记录进模型的张量中了，然后在测试的时候，换成自己单独的音频文件，这块字数匹配不上，就报错了，报在： if ckpt != None: self.saver.restore(self.sess, ckpt) ind = ckpt.rfind("-")...

100步左右就可以了，主要跑完了，不能单独输入图片去测试

我同样遇到了这种错误，上网查说是restore的时候ckpt越界了，但是实际上我并没有发现越界啊。

恩，是的，直接就报错了，运行测试代码的时候，就报这个错误