学习神经网络tensorflow常见问题笔记
pip install tensorflow
警告：
WARNING: You are using pip version 20.2.3; however, version 21.1.2 is available.
You should consider upgrading via the ‘d:\lenovosoftstore\install\python1\python.exe -m pip install --upgrade pip’ command.
easy_install -U pip
pip install tensorflow 完成
pip list 可以查看当前的版本
曹健笔记
from tensorflow.examples.tutorials.mnist import input_data 没有tensorflow.examples的时候，需要去官网下载example
https://github.com/tensorflow/tensorflow/releases/tag/v2.5.0 下面有安装包 （Source code）
pip uninstall tensorflow-gpu 卸载
pip install tensorflow-gpu==2.0.0 -i https://pypi.tuna.tsinghua.edu.cn/simple 用来下载指定的版本
ModuleNotFoundError: No module named 'tensorflow.examples.tutorials’已解决！
https://blog.csdn.net/weixin_43977534/article/details/107752562
issue:cannot import name ‘get_config’ 即可解决
在keras前面加上tensorflow
from tensorflow.keras import layers
标注工具：LabelImg
tensorflow2.0版本常见问题：
1、Tensor‘ object has no attribute ‘numpy‘处理方法：
添加如下代码：
tf.enable_eager_execution(
config=None,
device_policy=None,
execution_mode=None
)
https://blog.csdn.net/agoodboy1997/article/details/105231380/
2、TypeError: unsupported operand type(s) for /: ‘int’ and ‘Dimension’, please use // instead
acc = total_correct / total_number
改为： acc = total_correct / /total_number
3、TypeError: float() argument must be a string or a number, not 'Dimension’
total_number += x_test.shape[0]
改为： total_number += x_test.shape[0].value
原因： 也就是说，在keras中利用shape获取维度信息时，应该要使用.value。
4、AttributeError: ‘RefVariable’ object has no attribute '_id’
在导包的地方加入tf.enable_eager_execution()
5、ImportError: cannot import name 'get_config’
在安装包前面加tensorflow.
6、Keras 报错When using data tensors as input to a model, you should specify the steps_per_epoch argument
https://blog.csdn.net/qq_43190189/article/details/114090368
'''
trainImage = tf.reshape(trainImage,(60000,28,28,1))#三维的是1
testImage = tf.reshape(testImage,(10000,28,28,1))
'''
trainImage = np.array(trainImage).reshape(60000,28,28,1)
testImage = np.array(testImage).reshape(10000,28,28,1)
把tf改成np就可以解决问题
需要注意的是，只要在代码中出现了数据的reshape用到了tf，那么数据就变成了tensor data格式，例如
#data_x_train.shape = (256, 28)
tf.reshape(data_x_train, (256, 28, 1), name=tf.float32)
tf.reshape(data_x_train, (256, 28, 1), name=np.float32)
上述的两种写法都会使得数据从array或dataFrame或list变成tensor，所以为了避免使用steps_per_epoch（好多时候有问题都不知道怎么改，反正我是不喜欢用这个），可以用numpy的reshape方法来修改数据的维度：
# type(data_x_train) = DataFrame
data_x_train = np.array(data_x_train).reshape(256, 28, 1)
————————————————
版权声明：本文为CSDN博主「Troye Jcan」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/qq_43190189/article/details/114090368
另外一种方法，需要打的gpu：https://blog.csdn.net/zhangpeterx/article/details/89290688
7、配置edit configurations问题
https://www.cnblogs.com/wangyue0925/p/11043923.html
https://blog.csdn.net/weixin_41177059/article/details/100884700
注意他们的路径，工作环境和Script环境不一样
选完之后要apply才生效
8、ImportError: cannot import name ‘get_config‘遇到这种问题应该如何解决
# 改变维度
testImage = tf.reshape(testImage, (10000, 28, 28, 1))
# testImage = np.array(testImage).reshape(10000,28,28,1)
# 结果预测
testImage = tf.cast(testImage, dtype=tf.float32)
# testImage = np.cast(testImage, np.float32)
#没有上面的这一行就会报错，需要转换格式
#报错的意思是你的矩阵是uint8格式，不在范围里，所以我们要做的是把格式转化成报错里说的float32等格式。
#https://blog.csdn.net/St_Louis/article/details/102614001
# 预测前25张图片结果
print(testImage)
# result = network.predict(testImage)[0:25]
**报错**：ValueError: When using data tensors as input to a model, you should specify the `steps` argument.
+++++++++++++++++++++++++++++++++++++++++++++++++++++++++
解决方案：把tensor转为numpy格式
https://blog.csdn.net/qq_42952590/article/details/118307609
from keras.models import model_
from_yaml import pickle
from keras import backend as K
**修改为**
``from tensorflow.keras.models import model_
from_yaml import pickle
from tensorflow.keras import backend as K
9、`# 改变维度
testImage = tf.reshape(testImage, (10000, 28, 28, 1))
testImage = np.array(testImage).reshape(10000,28,28,1)
# 结果预测
testImage = tf.cast(testImage, dtype=tf.float32)
#把tensor转为numpy格式
#https://blog.csdn.net/qq_34840129/article/details/86419020
sess=tf.Session()
testImage=testImage.eval(session=sess)
#没有上面的这一行就会报错，需要转换格式
#报错的意思是你的矩阵是uint8格式，不在范围里，所以我们要做的是把格式转化成报错里说的float32等格式。
#https://blog.csdn.net/St_Louis/article/details/102614001
# 预测前25张图片结果
print(testImage)
# result = network.predict(testImage)[0:25]`
+++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++=
10、 "Tensor objects are only iterable when eager execution is "
TypeError: Tensor objects are only iterable when eager execution is enabled. To iterate over this tensor use tf.map_fn.
result = network.predict(testImage)[0:25]
print(result)
pred = tf.argmax(result, axis=1)
# print(pred)
# pred = pred.eval(session=sess)
# # tf.argmax() #0代表列 1代表行 括号内第二个参数 axis=0 时表示按列查找 列表/矩阵 中的最大元素的索引，
# # axis= #1时表示按行查找 列表/矩阵 中最大元素的索引
pred_list = []
for item in pred:
pred_list.append(item)
print(pred_list)
修改为：
result = network.predict(testImage)[0:25]
print(result)
pred = tf.argmax(result, axis=1)
print(pred)
pred = pred.eval(session=sess)：加的这里
# # tf.argmax() #0代表列 1代表行 括号内第二个参数 axis=0 时表示按列查找 列表/矩阵 中的最大元素的索引，
# # axis= #1时表示按行查找 列表/矩阵 中最大元素的索引
pred_list = []
for item in pred:
pred_list.append(item)
print(pred_list)
10、 x = np.expand_dims(x, axis=0) 经常遇见扩充维度的，为什么？
.要对输入shape扩维变成（None，224,224,3），第一个None是batches，模型并不知道你输入的batches是多少，但是维度必须和ResNet（自己训练的网络的维度）的输入要一致。
https://blog.csdn.net/u012193416/article/details/79375832
11、AttributeError: ‘NoneType’ object has no attribute 'get_file’
Traceback (most recent call last):
File "E:/tensorflow2.0/xception/xeceptionNet.py", line 182, in <module>
print('Predicted:', decode_predictions(preds))
File "C:\Users\玄子\AppData\Roaming\Python\Python36\site-packages\keras_applications\imagenet_utils.py", line 225, in decode_predictions
fpath = keras_utils.get_file(
AttributeError: 'NoneType' object has no attribute 'get_file'
**解决方案：**https://blog.csdn.net/qq_35756383/article/details/103587910
12、对于numpy矩阵来说Y.shape和Y.shape[0]的含义
https://blog.csdn.net/goodgoodstudy___/article/details/107431259?utm_medium=distribute.pc_relevant.none-task-blog-2~default~baidujs_baidulandingword~default-1.no_search_link&spm=1001.2101.3001.4242
numpy 数组的 shape 属性返回数组的维度。 如果 Y 有 n 行和 m 列，则 Y.shape 是 (n,m)。 所以 Y.shape[0] 是 n。
13、https://tensorflow.google.cn/install/source#linux
表示tensorflow与cuDNN CUDA对应的版本
nvidia-smi 查看当前的版本（在）
14、查看图像的尺寸
https://tensorflow.google.cn/tutorials/load_data/images（官网）
# img_raw = tf.io.read_file(r"F:\GTSRMcode\GTSRB\dataset\train\00000\210.png")
# mg_tensor = tf.image.decode_image(img_raw)
# print(mg_tensor.shape)
15、The batch_size argument must not be specified for the given input type. Received input:
问题原因：可能数据集制作的时候就使用了.batch(64)做好了，就不用在fit中加入batch_size了？
解决方法：去掉batch_size参数
16、构造的数据集要分好类，要不然rain_datagen.flow_from_directory这个函数会说发现了个图片属于0类。
分类的方法：data\train 的不同类别的照片放不同的文件夹
上面类似的表示方法。
17、WARNING:tensorflow:Can save best model only with val_accuracy available, skipping
history = model.fit(train_generator, epochs=5, callbacks=[cp_callback])
改后：
history = model.fit(train_generator, epochs=5, callbacks=[cp_callback],validation_data=validation_generator,
validation_steps=50)
警告消失了。
#######################################
18、colab的使用
查看当前分配的gpu：!/opt/bin/nvidia-smi
colab，把数据放到google云盘里面
https://www.jianshu.com/p/a42d69568966(登入谷歌云盘，托文件进去)
挂载的方法（看它的验证码）
挂载代码：
from google.colab import drive drive.mount('/content/gdrive')
http://www.360doc.com/content/21/0214/13/54508727_961997583.shtml
https://blog.csdn.net/zkt286468541/article/details/91536956
19、json和xml文件上面表示的是图片的标注文件
20、File "
解决办法：validation_generator = test_datagen.flow_from_directory( directory=validation_dir, target_size=(256, 256), batch_size=1, class_mode='categorical')
改为：validation_generator = test_datagen.flow_from_directory(
directory=validation_dir,
target_size=(256, 256),
batch_size=1,
class_mode=‘binary’)
21、tensorflow.python.framework.errors_impl.ResourceExhaustedError: OOM when allocating tensor with shape[32,64,150,150] and type float on /job:localhost/replica:0/task:0/device:GPU:0 by allocator GPU_0_bfc [Op:Conv2DBackpropInput]
显存不够
这是tensorflow 一个经常性错误，错误的原因在于：显卡内存不够。
解决方法就是降低显卡的使用内存，途径有以下几种措施:
1 减少Batch 的大小
2 分析错误的位置，在哪一层出现显卡不够，比如在全连接层出现的，则降低全连接层的维度，把2048改成1042啥的
3 增加pool 层，降低整个网络的维度。
4 修改输入图片的大小
总结以下：想进一切办法降维，降低网络的维度。
22、yolo5接着上次的训练。
AssertionError: runs/train/exp6/weights/last.pt training to 300 epochs is finished, nothing to resume.