使用RML2016.10a数据集进行深度学习时源代码出现的bug汇总（更新中）

　　这篇文章主要基于Tim O’Shea的论文：Convolutional Radio Modulation Recognition 

　　复现经典调制信号数据集进行深度学习时，使用了2018.01.OSC.0001_1024x2M.h5和RML2016.10a_dict_unix.pkl数据集进行实验。作者的源码已公开，地址如下：RML2016.10a_VTCNN2_example.ipynb。

　　在运行该代码时，遇到了很多bug问题。解决过程中发现，其实很多问题跟环境配置、版本兼容、tf1和tf2语言不同的关系很大。现总结如下：

1.读取数据（RML2016.10a_dict_unix.pkl数据集）

代码替换成：

trainy = list(map(lambda x: mods.index(lbl[x][0]), train_idx))
Y_train = to_onehot(trainy)
Y_test = to_onehot(list(map(lambda x: mods.index(lbl[x][0]), test_idx)))

　　另外，我自己补充了一段代码

classes = mods
print('数据集总数：',n_examples)
print('调制方式' , len(mods),'种:' ,mods)
print('信噪比:',snrs)

可以看到，输出

数据集总数： 220000
调制方式 11 种: ['8PSK', 'AM-DSB', 'AM-SSB', 'BPSK', 'CPFSK', 'GFSK', 'PAM4', 'QAM16', 'QAM64', 'QPSK', 'WBFM']
信噪比: [-20, -18, -16, -14, -12, -10, -8, -6, -4, -2, 0, 2, 4, 6, 8, 10, 12, 14, 16, 18]

　　数据集的调制方式及信噪比设置一目了然，更为直观。

2.测试段代码，查看数据是否正常，但输出图像是直线。（RML2016.10a_dict_unix.pkl数据集）

　　将

plt_data = X_train[sample_idx].T

改成

plt_data = X_train[sample_idx]

　　.T是转置，去掉即可成功显示。

3.model.summary()部分报错（RML2016.10a_dict_unix.pkl数据集）

　　正常运行时，应该能够输出所建网络结构，但运行源代码时，提示“没有定义网络”，百思不得其解。多次调试，发现第一层网络的Output Shape就有问题，终于找到了问题所在。

　　在每一层网络中补充定义语句

data_format = 'channels_first'

　　完美解决。

　　原因：作者在代码中首先将2×128的数据reshape成1×2×128，对应图像中的channel×width×height，可见是将IQ数据看成单通道的2×128大小的图像数据进行处理。“channels_first”或“channels_last”，则代表数据的通道维的位置。我所使用的是Tensorflow，默认是‘channels_last’。

　　补充：

　　用卷积神经网络处理一组彩色图片时，Caffe/Theano使用的数据格式是channels_first即：

　　（样本数，通道数，行数（高），列数（宽））

　　Tensorflow使用的数据格式是channels_last即：

　　（样本数，行数（高），列数（宽），通道数）

4.训练代码（RML2016.10a_dict_unix.pkl数据集）

show_accuracy=False

show_accuracy=True

　　两段代码删掉。

5.训练时，出现“The kernel appears to have died. It will restart automatically”问题。

几种解决思路：①选择CPU运行；

　　　　　　　②硬件限制，batch_size和nb_epoch可能设置过大，改小一点；

　　　　　　　③把jupyter notebook主页里所有其他running的文件全部shutdown。（重点）

6.出现'str' object has no attribute 'decode'的报错。

这个真的是困惑了半天，百度的解决方案都是说“删除decode（‘utf-8’)”，但是代码里并没有涉及decode及'utf-8'的编码模式，后来发现错误指向

model.load_weights(filepath)

参考查到的几个方法：

解决方法1：将'.h5'换成'.tf'模型存储。亲测失败，仅供参考。

解决方法2：h5py版本过高导致，降h5py版本。

pip install h5py==2.10.0

成功解决问题，亲测可行。

7. 报错“OOM when allocating tensor with shape[1000,32,1024,3] and type float on /job:localhost/replica:0/ta……”

原因是GPU OOM内存不够，OOM即ran out of memory。因此可尝试改成批处理，即将训练的数据块调小。最直观的方式就是减小batch_size或者hidden_layer中的单元数。参考博文

8.构建模型时，报错“module 'tensorflow' has no attribute 'get_default_graph'”、“ModelCheckpoint' object has no attribute 'on_train_batch_begin”等类似问题。

原因是keras和tensorflow版本不适配。但由于后面代码需要低版本的Keras，所以不能升级Keras版本。具体版本对应关系可参考：Python、tensorflow、Keras版本对应关系。

解决方法（适用于TF2）：使用TensorFlow实现tf.keras。

必须确保使用正确的导入：
 

from tensorflow import keras

而不是直接使用：import keras。

在要使用keras下的其他模块时：

from tensorflow.keras import

而不是使用from keras import。

将代码中的keras.callbacks替换成tf.keras.callbacks（前面记得import tensorflow as tf）。

9.报错“Failed to get convolution algorithm. This is probably because cuDNN failed to initialize”

原因是GPU显存不够，添加代码段：

from tensorflow.compat.v1 import ConfigProto
from tensorflow.compat.v1 import InteractiveSession
config = ConfigProto()
config.gpu_options.allow_growth = True
session = InteractiveSession(config=config)

对GPU动态分配。