自学教程：pycharm中TensorFlow调试常见问题小结

1. RuntimeError: Attempted to use a closed Session.

在pycharm下调用tensorflow库时，运行出现以下问题：

RuntimeError: Attempted to use a closed Session.

解决方法：将STEP=5000开始的程序整体右移，包含在“with”内

可能遇见的问题：python代码如何整体移动

• 选中代码，按下“Tab”键即可整体右移
• 选中代码，按下“Shift+Tab”键即可整体左移

2. AttributeError: module ‘tensorflow' has no attribute ‘select'

调用tf.select出错

将tf.select替换为tf.where即可

3. UnicodeDecodeError: ‘utf-8' codec can't decode byte 0xff in position 0: invalid start byte

利用TensorFlow的tf.gfile.FastGFile读入图像发生上述错误：

原始代码：

image_raw_data=tf.gfile.FastGFile('anglababy.jpg','r').read()

将'r'修改为'rb'即可

4. python中用plt.imshow()显示图像之后，程序就停止运行，必须关掉显示的图像才继续运行

可以将show()写在进程里，通过调用进程来打开图片，那么进程的运行状态就不会影响到主程序的往下执行了

import threading import Image class ThreadClass(threading.Thread): def run(self): im=Image.open(‘z.jpg') im.show()print (1) t = ThreadClass() t.start() print (2) a=input(‘End')

运行结果为:先打印出‘1'，然后显示图片z.jpg，接着再不关闭图片的情况下打印出‘2'。
具体应用的时候你根据需要组织代码。

5. AttributeError: module ‘tensorflow.python.ops.image_ops' has no attribute ‘per_image_whitening'

TensorFlow对归一化函数tf.image.per_image_whitening(img_data)进行了修改，变为以下形式：

adjusted = tf.image.per_image_standardization(img_data)

6. ValueError: Tried to convert ‘min_object_covered' to a tensor and failed. Error: None values not supported.

解决方法：

 begin, size, bbox_for_draw = tf.image.sample_distorted_bounding_box(        tf.shape(img_data), bounding_boxes=boxes,min_object_covered=0.1)

7. NameError:name ‘xrange' is not defined

解决方式：在Python 3中，range()与xrange()合并为range( )

8. tensorflow.python.framework.errors_impl.FailedPreconditionError: Attempting to use uninitialized value matching_filenames

TensorFlow实战google深度学习框架中，输入文件队列的程序中报错

原因在于：tf.global_variables_initializer().run()

要改为：sess.run([tf.global_variables_initializer(),tf.local_variables_initializer()])

tf.local_variables_initializer()：返回一个初始化所有局部变量的操作（Op）。要是你把图“投放进一个”session中后，你就能够通过run 这个操作来初始化所有的局部变量，本质相当于variable_initializers(local_variables())

到此这篇关于pycharm中TensorFlow调试常见问题小结的文章就介绍到这了,更多相关TensorFlow调试问题内容请搜索51zixue.net以前的文章或继续浏览下面的相关文章希望大家以后多多支持51zixue.net！