tensorflow_debug_错误集合

Posted 2021-06-25 Cop & Bridegroom

【NO.1】AttributeError: ‘str’ object has no attribute ‘decode’

这是字符解码和编码问题；
conda install h5py==2.10.0

错误发生在我要load 文件后缀为hdf5时候；
网上还有一种 解决办法就是将decode(“utf8”)内的" “utf8"” 去掉
这个时候就是在报错最后一行点击

【NO.2】y.reshape(-1,n)
经过重新塑形之后y的形状还是原来的形状
只有将返回值进行赋值，才能改变原来的形状
y1 = y.reshape(-1, n) 返回的y1形状才会发生变化

【NO.3】显存不足 : tesla V100 32G 显存 【迷惑行为】

• 以下几种方法都是控制显存分配和控制GPU的使用

方法1：

import tensorflow as tf
gpu = tf.config.experimental.list_physical_devices(device_type='GPU')
assert len(gpu) ==1
tf.config.experimental.set_memory_growth(gpu[0],True)

方法2：

physical_devices = tf.config.experimental.list_physical_devices('GPU')
assert len(physical_devices) > 0, "Not enough GPU hardware devices available"
tf.config.experimental.set_memory_growth(physical_devices[0], True)

方法3：

import tensorflow as tf
from keras.backend.tensorflow_backend import set_session
config = tf.ConfigProto()
config.gpu_options.per_process_gpu_memory_fraction = 0.3 # 设置分配显存最大值占总值的百分比
set_session(tf.Session(config=config))

对于上面遇到的问题在服务器上加上解决办法还是不行，在本机上加上解决办法是可以解决问题的，后续为什么在服务器上为什么会出现显存不足，继续寻找答案，本来按道理是不会出现这种情况的毕竟有32G的显存利用，nvidia-smi显示的

可见是没有其他进程的，

反而本机倒是占用了一部分内存
直接关闭重启可以解决问题