錯誤描述
nodedef mentions attr 『truncate』 not in opy:dstt; attr=srct:type; attr=dstt:type>; nodedef: tacotron_model/inference/locationsensitiveattention/sequencemask/cast_1 = castdstt=dt_float, srct=dt_bool, truncate=false, _device="/job:localhost/replica:0/task:0/device:cpu:0". (check whether your graphdef-interpreting binary is up to date with your graphdef-generating binary.).
上面這個錯誤是我的的pb模型正常匯出和載入，但是在計算的時候出現上述錯誤。
解決辦法
根據錯誤的描述，可以知道錯誤可能出現在sequencemask這一塊，進一步分析發現sequencemask這個操作是在訓練的時候才需要的操作，inference階段是不需要這個操作的，把配置檔案裡的相關選項置成false之後，重新匯出模型，該問題就沒有了。
錯誤描述
no opkernel was registered to support op 『pyfunc』 with these attrs. registered devices: [cpu], registered kernels:
[[node: tacotron_model/pyfunc = pyfunc[tin=[dt_int32, dt_int32], tout=[dt_int32], token=「pyfunc_0」, _device="/cpu:0"](datafeeder/input_queue_dequeue, tacotron_model/strided_slice)]]
載入模型遇到上述錯誤
解決辦法
上面型別的錯誤是由於 pyfunc 這個op不被支援造成的，需要將這個op修改。
錯誤描述
specified in either feed_devices or fetch_devices was not found in the graph
解決辦法
在匯出pb格式模型時，相關node沒有被放到圖裡面，或者相關node名字出現了變化。
錯誤描述
exiting due to exception: cannot serialize protocol buffer of type tensorflow.graphdef as the serialized size
解決辦法
tf中的一些操作，比如tf.assign，如果反覆呼叫，可能就會出現上面的錯誤，原因就是tf會把上面的操作不斷新增到graph中，導致graph不斷變大，最終超標。
tensorflow遇到的一些錯誤
1 tensorflow dtype t.dtype.base dtype attributeerror float object has no attribute dtype 參考 我報錯的行是 disc gradients disc optimizer.compute gradients dis...
Tensorflow的一些基本用法
在使用tensorflow中會遇到一些其基本的用法，再次作為記錄備忘 在計算整體的loss是會將不同部分的loss放入乙個集合中，最後計算整體的loss,因此會用到tf.add to collection，具體參考tensorflow中的cifar10的例子，用法如下所示 tf.add to col...
TensorFlow的一些學習筆記
1 靈活性tensorflow不是乙個嚴格的神經網路工具包，只要你可以使用資料流圖來描述你的計算過程，你可以使用tensorflow做任何事情。你還可以方便地根據需要來構建資料流圖，用簡單的python語言來實現高層次的功能。2 可移植性tensorflow可以在任意具備cpu或者gpu的裝置上執行...