__init __（）缺少1个必需的位置参数：tensorflow中的“ sess”

Question

我试图在此脚本中使用类，该脚本对目录“ test_images”中的多个图像执行图像分类。我以前没有使用过很多类，因此我对如何正确应用这种情况有些困惑。错误是：TypeError: __init__() missing 1 required positional argument: 'sess'。任何帮助将不胜感激！

下面是代码：

def image_recognition_algorithm():

def load_graph(model_file):

    graph = tf.Graph()

    graph_def = tf.GraphDef()

    with open(model_file, "rb") as f:

        graph_def.ParseFromString(f.read())

    with graph.as_default():

        tf.import_graph_def(graph_def)

    return graph

def read_tensor_from_image_file(file_name, input_height=299, input_width=299,

                input_mean=0, input_std=255):

    input_name = "file_reader"

    output_name = "normalized"

    file_reader = tf.read_file(file_name, input_name)

    image_reader = tf.image.decode_jpeg(file_reader, channels = 3, name='jpeg_reader')

    float_caster = tf.cast(image_reader, tf.float32)

    dims_expander = tf.expand_dims(float_caster, 0);

    resized = tf.image.resize_bilinear(dims_expander, [input_height, input_width])

    normalized = tf.divide(tf.subtract(resized, [input_mean]), [input_std])

    sess = tf.Session()

    result = sess.run(normalized)

    return result

def load_labels(label_file):

    label = []

    proto_as_ascii_lines = tf.gfile.GFile(label_file).readlines()

    for l in proto_as_ascii_lines:

        label.append(l.rstrip())

    return label

class initiate_session():

def __init__(self, sess):

    self.sess = sess

    graph = load_graph(model_file)

    input_name = "import/" + input_layer

    output_name = "import/" + output_layer

    input_operation = graph.get_operation_by_name(input_name);

    output_operation = graph.get_operation_by_name(output_name);

Answer 1

您的initiate_session.__init__()方法有两个参数，self它们作为对自身的引用自动传递sess，而您需要传递。在initiate_session此处实例化时：if __name__ == '__main__':     initiate_session().main()您需要传递一个sess参数。但是，在您的情况下，我认为您实际上想要删除方法的sess参数__init__()，因为self.sess稍后要在构造函数中将分配给，这里：self.sess = tf.Session(graph=graph, config = config)卸下sess参数__init__()和行self.sess = sess应该可以解决您的问题。