python - 使用批归一化层创建顺序模型会卡住程序

Question

我试图弄清楚如何使用 Keras 创建模型。为了帮助我，我在组装模型时使用 plot_model 来可视化模型。该程序只是组装一个顺序模型并使用 plot_model 导出它。

一切都工作正常，直到我尝试向模型添加批量归一化 (BN) 层。

程序突然尝试添加 GPU 设备并卡住。我被迫通过任务管理器关闭程序

我在 Windows 10 中运行它。Python 版本 3.6。 Tensorflow-GPU 版本 1.12.0。 Keras版本2.2.4

我以为我从错误的库导入，所以我尝试直接引用它。它没有改变任何东西。我尝试过咨询 BN 层的不同实现，它们似乎都以与我相同的方式实现，没有出现问题。

from keras.models import Sequential
from keras.layers import Conv2D, MaxPooling2D, BatchNormalization, LeakyReLU, Activation
import keras

import os


encoder = Sequential()
encoder.add(Conv2D(64, (7,7),strides=(2,2), input_shape=(256, 256,3)))
encoder.add(keras.layers.BatchNormalization())
encoder.add(LeakyReLU())
encoder.add(Conv2D(64, 3, strides=3, padding='same'))


from keras.utils import plot_model
plot_model(encoder, to_file='model.png', show_shapes=True)

print ('done')

当我运行该程序时，它卡在以下输出上:I:tensorflow/core/common_runtime/gpu/gpu_device.cc:1511]添加可见的gpu设备:0并且从不输出“完成” ' 信息。 plot_model 图像也不会导出。

上面的消息也很不寻常，因为当任何其他层添加到编码器时它不会显示。

Answer 1

尝试将 TensorFlow 降级到 1.9 版本。

如果这不起作用，请卸载 Keras(及其应用程序和预处理)。

然后，在您的代码中，将所有导入从 keras.models 修改为 tensorflow.keras.models；换句话说，您进行的每次导入都是通过tensorflow进行的。