深度学习中常见问题及知识点补充（持续更新中）

1. 问题描述

出现原因：tensorflow版本与keras版本不对应

（图片是取自一位叫皮肤科大白的博主）如果两个版本不对应就会出现上述问题

解决办法：查找自己tensorflow的版本号，根据tensorflow版本安装对应版本的keras

#查找tensorflow版本号
pip list
#或者
conda list

2.问题描述

出现原因：在tensorflow2.X.X版本中，许多函数都与version 1.X.X不同，所以会造成此种情况

解决办法：在tensorflow2.X.X版本中直接调用version 1.X.X版本中的函数

#将之间的 import tensorflow as tf 换成如下
import tensorflow.compat.v1 as tf

3.问题描述

出现原因：是因为tensorflow版本更新问题，更新之后不再使用_parse_flag进行解析

解决办法：

#需将原始代码
FLAGS._parse_flags()
#换为
print(FLAGS.flags.values.dict())
#或者换为
FLAGS.flag_values_dict()

4.问题描述

出现原因：在更新后的版本中并没有之前的contrib包，需要改成版本更新后的才可以正常运行

解决办法：

#笔者采用如下办法,导入tensorboard包与projector
import tensorboard
from tensorboard.plugins import projector
#对应代码位置修改为
config = tensorboard.plugins.projector.ProjectorConfig()
#引申：这里出现问题的是tf.contrib.tensorboard
#对于contrib类问题,需要具体问题具体对待，不可一概而论

5.问题描述

出现原因：没有正确安装sklearn,而且普通pip命令会出错

解决办法：

#采用管理员命令进行安装
pip install -U scikit-learn

6.问题描述

出现原因：与问题二类似

解决办法：

#与问题二类似
import tensorflow.compat.v1 as tf 

7.问题描述

出现原因：词向量文件中的第一行是两个数字，第一个表示此文件中共有词多少，不是行数（因为这个数和词的数量对不上才报了上边的错）；第二个是词向量的维度

解决办法：ctrl+End找到文件最底部，看看共有多少行，再减掉第一行，就是词的数量，把第一行的第一个数改成这个就好了

---

（待完善）

热词概念

• 区块链
• 云计算
• 人工智能
• 元宇宙
• 数字经济
• 大数据

梯度扩散：
梯度爆炸：