tensorflow遇到的坑

1. tf.norm

   norm_pow_2 = tf.pow(tf.norm(from_centralized, axis=[1, 2]), 2) # norm: sqrt(sum(square(tensor)))
   norm_pow_2 = tf.reduce_sum(tf.square(from_centralized), axis=[1, 2]) # norm: sqrt(sum(square(tensor)))
   以上两个结果一样。

2. No OpKernel was registered to support Op ‘StridedSlice’ with these attrs
   No OpKernel was registered to support Op ‘StridedSlice’ with these attrs. Registered devices: [CPU], Registered kernels:
   device=‘CPU’; T in [DT_BOOL]
   device=‘CPU’; T in [DT_FLOAT]
   device=‘CPU’; T in [DT_INT32]
   这是因为在移植到android上时，设备不支持64位的运算，这里记录下我遇到的坑：
   tf.argmax(output, axis=0) 默认返回 int64 的数据， 所有 tf.argmax(output, axis=0, output_type=tf.int32) 就可以了

3. c#调用tensorflow模型并使用GPU
   1).在visual studio解决方案中安装tensorflow Sharp Nuget包。构建解决方案时，可以在项目输出目录中找到名为libtensorflow.dll的文件。如果它不在那里，您可以从包\TensorFlowSharp.1.12.0\runtime文件夹中检索该文件，并手动复制到您的输出目录。该文件是核心库的主要部分，默认情况下，它只支持CPU。
   2).利用python的pip download tensorflow-gpu 命令下载whl包。
   3).解压缩您刚刚下载的WHL文件(您可以使用7-zip进行此操作)。找到“_pywrap_tensorflow_internal.pyd”文件，将其重命名为libtensorflow.dll，并将其复制到tensorflow Sharp项目的debug/release文件夹中。或者按下图操作