用公司的服务器，python的所有包都打好了。
网址：https://github.com/davidsandberg/facenet/wiki/Train-a-classifier-on-own-images
开始一步一步，都很顺利。
该下的都下了。
现在就在
Train a classifier on LFW
这一步出了问题。tensorflow.python.framework.errors_impl.ResourceExhaustedError: OOM when allocating tensor of shape [1,1,896,256] and type float之前也报错：InternalError: Dst tensor is notinitialized，于是我export CUDA_VISIBLE_DEVICES=1了一下，打开了cuda。
那么现在是什么问题呢，网上搜了很多相关东西，发现可能是资源耗尽，垃圾服务器，那就试试把批处理调小一点。遥想当年用cpu版本的caffe训练人脸数据集，只开了个batch size64就会卡的不行不行。
看来是的，把batch size调小了10倍就行了。
接着走：
都很顺没毛病。
ok，现在是训练自己的训练集了。
按照老步骤走到了这一步：python src/classifier.py TRAIN ~/datasets/my_dataset/train/ ~/models/model-20170216-091149.pb ~/models/my_classifier.pkl --batch_size 1000
在此之前把图片做成10个类，每个类10张，每个类取5张放在test文件夹，5张放在train文件夹。
报错：ValueError: could not broadcast input array from shape (160,160,4) into shape (160,160,3)
这是什么原因呢，查了一下facenet.py发现
def load_data(image_paths, do_random_crop, do_random_flip, image_size, do_prewhiten=True):
nrof_samples = len(image_paths)
images = np.zeros((nrof_samples, image_size, image_size, 3))
for i in range(nrof_samples):
img = misc.imread(image_paths[i])
if img.ndim == 2:
img = to_rgb(img)
if do_prewhiten:
img = prewhiten(img)
img = crop(img, do_random_crop, image_size)
img = flip(img, do_random_flip)
images[i,:,:,:] = img
return images
这个函数，把图片做成了矩阵，然后估计矩阵变成了4维矩阵，超过了原先设定的np.zero的三维。那么这四维是什么呢？我知道三维是rgb，查了一点资料发现这四维可能是rgba，a是alpha通道。不管这是什么通道，我们得删掉这个通道。这里还得确定这个通道在第几维，是第一还是第二还是。。。。都得判断。容我先研究下。
最后还是先认怂，先用jpg格式图片，至少jpg格式不是4通道。
ok跑通了