用tf2.5 gpu版本跑tf2分支，执行ssq4all_test_v4.py的时候加载模型之后就跳出来 是什么原因 about ssq HOT 6 CLOSED

安装版本tf_nightly_gpu-2.5.0. ,cuda 11.1,第一部执行了ssq4all_test_v4.py进行训练，训练到十万的时候手动中断，执行ssq4all_test_v4.py，但是在## loading model from ./model4all_v4/ 之后回到界面
中间自行更改了os.environ["CUDA_VISIBLE_DEVICES"] = "0"跟model_dir = './model4all_v4/'
请教大佬是啥原因

盲猜是你改了路径，但是做测试的时候是往./model4all_v4/这个默认路径去找模型的。见ssq4all_test_v4.py line 65

checkpoint = tf.train.latest_checkpoint('./model4all_v4/')

我没设置config，所以测试的时候不会按照训练文件的路径做出调整。
然后提issue最好把错误信息贴出来，方便纠错。

from ssq.

安装版本tf_nightly_gpu-2.5.0. ,cuda 11.1,第一部执行了ssq4all_test_v4.py进行训练，训练到十万的时候手动中断，执行ssq4all_test_v4.py，但是在## loading model from ./model4all_v4/ 之后回到界面
中间自行更改了os.environ["CUDA_VISIBLE_DEVICES"] = "0"跟model_dir = './model4all_v4/'
请教大佬是啥原因

盲猜是你改了路径，但是做测试的时候是往./model4all_v4/这个默认路径去找模型的。见ssq4all_test_v4.py line 65

checkpoint = tf.train.latest_checkpoint('./model4all_v4/')

我没设置config，所以测试的时候不会按照训练文件的路径做出调整。
然后提issue最好把错误信息贴出来，方便纠错。

信息如上，这个路径已经也添加进去，但是就是在提示之后没反应，我是应该，此文件夹也有文件产生

from ssq.

现在tf2分支下ssq4all_test_v4.py改了line 47-line49代码，我这边测试通过了。你的代码改完后应该也能直接过@xiaotangujin。tf1.x升级至tf2.x时我只测试了训练代码，没测试test部分的代码（tf 2.x似乎不再支持维度大小为0的tensor），抱歉。

    input_data = tf.placeholder(tf.float32, [1, 10,7+8,1])
    logits = inference(input_data, 1, reuse=False,output_num=128)

    # print(tf.shape(input_data))
    output_targets = tf.placeholder(tf.int32, [1, None])
    end_points = rnn_model(model='lstm', input_data=logits, output_data=output_targets, vocab_size=33+16,output_num=7,
                           rnn_size=128, num_layers=7, batch_size=1, learning_rate=0.001)

from ssq.

现在tf2分支下ssq4all_test_v4.py改了line 47-line49代码，我这边测试通过了。你的代码改完后应该也能直接过@xiaotangujin。tf1.x升级至tf2.x时我只测试了训练代码，没测试test部分的代码（tf 2.x似乎不再支持维度大小为0的tensor），抱歉。

    input_data = tf.placeholder(tf.float32, [1, 10,7+8,1])
    logits = inference(input_data, 1, reuse=False,output_num=128)

    # print(tf.shape(input_data))
    output_targets = tf.placeholder(tf.int32, [1, None])
    end_points = rnn_model(model='lstm', input_data=logits, output_data=output_targets, vocab_size=33+16,output_num=7,
                           rnn_size=128, num_layers=7, batch_size=1, learning_rate=0.001)

大佬 最近又试了一下tf2.0的几个，发现双色球两个版本都能能训练，但是进行预测的时候就会出错，
logits = inference(input_data, 1, reuse=False,output_num=128)，貌似执行这个的时候出现问题，用idle运行也没弹出出错信息，反而是大乐透能预测出，但是第六个值会大于35，第七个值反而没问题

from ssq.

现在tf2分支下ssq4all_test_v4.py改了line 47-line49代码，我这边测试通过了。你的代码改完后应该也能直接过@xiaotangujin。tf1.x升级至tf2.x时我只测试了训练代码，没测试test部分的代码（tf 2.x似乎不再支持维度大小为0的tensor），抱歉。

    input_data = tf.placeholder(tf.float32, [1, 10,7+8,1])
    logits = inference(input_data, 1, reuse=False,output_num=128)

    # print(tf.shape(input_data))
    output_targets = tf.placeholder(tf.int32, [1, None])
    end_points = rnn_model(model='lstm', input_data=logits, output_data=output_targets, vocab_size=33+16,output_num=7,
                           rnn_size=128, num_layers=7, batch_size=1, learning_rate=0.001)

大佬 最近又试了一下tf2.0的几个，发现双色球两个版本都能能训练，但是进行预测的时候就会出错，
logits = inference(input_data, 1, reuse=False,output_num=128)，貌似执行这个的时候出现问题，用idle运行也没弹出出错信息，反而是大乐透能预测出，但是第六个值会大于35，第七个值反而没问题

你找我说的把ssq4all_test_v4.py的line 47-line49代码改了，双色球测试应该也就正常了，你重新下tf2分支好了。大乐透第6个数字大于35是因为没有-34.

from ssq.

现在tf2分支下ssq4all_test_v4.py改了line 47-line49代码，我这边测试通过了。你的代码改完后应该也能直接过@xiaotangujin。tf1.x升级至tf2.x时我只测试了训练代码，没测试test部分的代码（tf 2.x似乎不再支持维度大小为0的tensor），抱歉。

    input_data = tf.placeholder(tf.float32, [1, 10,7+8,1])
    logits = inference(input_data, 1, reuse=False,output_num=128)

    # print(tf.shape(input_data))
    output_targets = tf.placeholder(tf.int32, [1, None])
    end_points = rnn_model(model='lstm', input_data=logits, output_data=output_targets, vocab_size=33+16,output_num=7,
                           rnn_size=128, num_layers=7, batch_size=1, learning_rate=0.001)

大佬 最近又试了一下tf2.0的几个，发现双色球两个版本都能能训练，但是进行预测的时候就会出错，
logits = inference(input_data, 1, reuse=False,output_num=128)，貌似执行这个的时候出现问题，用idle运行也没弹出出错信息，反而是大乐透能预测出，但是第六个值会大于35，第七个值反而没问题

你找我说的把ssq4all_test_v4.py的line 47-line49代码改了，双色球测试应该也就正常了，你重新下tf2分支好了。大乐透第6个数字大于35是因为没有-34.

今天试了，可以了，大佬厉害

from ssq.