阿里云PAI深度学习TensorFlow图像识别例子完整流程及出错案例

没看过视频的兄弟，给出视频地址https://help.aliyun.com/video_detail/58290.html?spm=5176.video54948.6.601.e10kzY   最好还是先看一遍视频，讲的还是比较详细的。摆出图像识别例子地址：https://help.aliyun.com/document_detail/58277.html?spm=5176.doc51800.6.567.YNAdBY

代码及相关资源下载地址：https://help.aliyun.com/document_detail/51800.html?spm=5176.doc58277.6.581.UeqVXk

我也是刚接触PAI，为了熟悉PAI和大家一样，找到了这个例子，头疼的是跑了快两天，一直报错，简直进入了人间炼狱，可能因为是菜鸟一枚，对于视频中没有提及的细节，自己没有处理好，导致不停得走弯路，为了正在寻找解决方案的大兄弟们能够少走弯路，我首先给出一套应该可以运行的流程，在讨论一些报错的案例。

废话不多说，直接来套流程：

1.先把OSS中的文件放好（很关键，好多错误都出于此）

在我们创建的Bucket下创建者四个文件夹。文件夹名字就这样不要改。check_point中什么都不放，cifar-10-batches-py中放入下图文件

同样的名称保持不变，这里提示一下，开始我并不知道解压过的cifar-10-python.gz还能再解压，于是乎就在cifar-10-batches-py中只放一个cifar-10-python文件，这样结果就是一直报错。predict_code,和train_code分别放cifar_predict_pai.py和cifar_pai.py。

2.创建实验，拖需要的组件

这里最好是用TensorFlow（V1.0）版本，有网友实验用V1.1和V1.2跑不成。

3.设置TensorFlow-1（训练模型）

（1）python代码文件选train_code目录下的cifar_pai.py

（2）数据源目录选cifar-10-batches-py这个文件夹（一定是选这个文件夹，而不是文件夹下的子文件）。

（3）输出目录选check_point

到此，TensorFlow-1模型的信息就设置好了

4.设置TensorFlow-2（预测模型）

与设置TensorFlow-1模型不同点只有一个，就是python代码文件的选取，这里选predict_code中的cifar_predict_pai.py，TensorFlow-2面o型的其余两项与设置TensorFlow-1模型一样。

5.恭喜，可以运行了，先运行TensorFlow-1模型，再运行TensorFlow-2

点击执行该节点，运行完之后再执行TensorFlow-2节点。在查看日志中的logview中观察结果以及训练过程。

分割线==========================================================================

这里解释下出错案例（我在实验中遇到的问题）

案例1.设置python代码文件路径时没有选项：

原因：OSS新建Bucket时要选区域华东2，不要选其他的

案例2.

出现这种情况是因为cifar-10-batches-py文件夹中没有按上面流程步骤1中的标准放置文件，可能放了多余的文件或者缺少相关文件。

案例3.

这种结果跟2中的原因相同，运行的没有结果，按照案例2的修改方式就可以解决。

案例4.

这是因为在选取数据源目录时选取的是cifar-10-batches-py文件夹中的子文件，应该选取cifar-10-batches-py这个文件夹，不要选取目录下具体的子文件

最后感谢和我一起犯错一起解决问题的大兄弟“情笔金坚------铜就是铜的”，也是因为解决这个问题才荣幸的认识到这个幽默的大兄弟。