Python 非类型对象没有属性endwith（Tensorflow）

我试图创建一个RNN，该RNN将从莎士比亚文学中生成文本，正如tensorflow课程所教：

当我尝试加载权重时，我的程序将崩溃，并显示错误消息：AttributeError:“NoneType”对象没有属性“endswith”

以下是导致程序崩溃的代码行：

model.load_weights(tf.train.latest_checkpoint(check_dir))

这是我的代码的粘贴箱：

以下是完整的错误消息：

Traceback (most recent call last):
  File "D:/Python/PycharmProjects/untitled/Shakespeare.py", line 118, in <module>
    main()
  File "D:/Python/PycharmProjects/untitled/Shakespeare.py", line 108, in main
    model.load_weights(tf.train.latest_checkpoint(check_dir))
  File "C:\Users\marco\venv\lib\site-packages\tensorflow_core\python\keras\engine\training.py", line 182, in load_weights
    return super(Model, self).load_weights(filepath, by_name)
  File "C:\Users\marco\venv\lib\site-packages\tensorflow_core\python\keras\engine\network.py", line 1335, in load_weights
    if _is_hdf5_filepath(filepath):
  File "C:\Users\marco\venv\lib\site-packages\tensorflow_core\python\keras\engine\network.py", line 1645, in _is_hdf5_filepath
    return (filepath.endswith('.h5') or filepath.endswith('.keras') or
AttributeError: 'NoneType' object has no attribute 'endswith'

回溯（最近一次呼叫最后一次）：
文件“D:/Python/PycharmProjects/untitled/Shakespeare.py”，第118行，在
main（）
文件“D:/Python/PycharmProjects/untitled/Shakespeare.py”，第108行，主视图
型号.装载重量（tf.列车.最新检查点（检查方向））
文件“C:\Users\marco\venv\lib\site packages\tensorflow\u core\python\keras\engine\training.py”，第182行，在load\u weights中
返回super（Model，self）。加载权重（filepath，按名称）
文件“C:\Users\marco\venv\lib\site packages\tensorflow\u core\python\keras\engine\network.py”，第1335行，在load\u weights中
如果_是_hdf5_文件路径（文件路径）：
文件“C:\Users\marco\venv\lib\site packages\tensorflow\u core\python\keras\engine\network.py”，第1645行，在文件路径中是hdf5
return（filepath.endswith（'.h5'）或filepath.endswith（'.keras'）或
AttributeError:“非类型”对象没有属性“endswith”

我在另一个教程中遇到了同样的问题。从我所能看出，Tensorflow特定调用和Tensorflow.Keras调用之间似乎存在差异

我在另一篇文章中提到了使用KerasAPI保存和加载KerasAPI，这对我来说很有意义

我希望这有帮助

我用过：

callbacks = [
    tf.keras.callbacks.TensorBoard(log_dir='.'+os.sep+'logs',
                                   histogram_freq=0,  
                                   embeddings_freq=0, 
                                   update_freq='epoch',
                                   profile_batch=0),  
                                   #added this (which doesn't profile) to get the example to to work

    #When saving a model's weights, tf.keras defaults to the checkpoint format. 
    #Pass save_format='h5' to use HDF5 (or pass a filename that ends in .h5).
    tf.keras.callbacks.ModelCheckpoint(filepath=checkpoint_prefix,
                                       #save_weights_only=True,
                                       verbose=1),
    PrintLR()
]

然后使用以下命令显式加载模型：

#tutorials indicates to save weights only but I found this to be a problem / concern between 
#tensorflow and keras calls, so save the whole model (who cares anyway)
#model.load_weights(tf.train.latest_checkpoint(checkpoint_dir))

#load the specific model name
model=tf.keras.models.load_model(checkpoint_dir+os.sep+'ckpt_12.h5')


eval_loss, eval_acc = model.evaluate(eval_dataset)

print('Eval loss: {}, Eval Accuracy: {}'.format(eval_loss, eval_acc))

---

我刚刚遇到了同样的问题。在我的案例中，出现此错误消息的原因是包含模型训练检查点的目录的路径无效。因此，我建议检查此行

check_dir = './training_checkpoints'

您的代码是正确的。您至少可以尝试将其更改为包含检查点数据的目录的完整路径

check_dir = '/full/path/to/training_checkpoints'