Python keras CNN的未知错误-2

我一直在用keras训练CNN。今天早些时候，我培训了一个模型微调VGG16，并决定将其与微调VGG19模型进行比较

最初，我得到的是“无法获取卷积算法。这可能是因为cuDNN未能初始化，因此请尝试查看上面是否打印了警告日志消息。”

通过stackoverflow搜索，我发现我的CUDA与我的

tensorflow

版本不兼容。因此我找到了兼容的版本，并一起工作并安装了它们

我去重新运行我的VGG16模型，以确保一切正常工作…但现在我得到

---------------------------------------------------------------------------
OSError                                   Traceback (most recent call last)
<ipython-input-13-4d283cf7c5f9> in <module>
      4     validation_data = validation_generator,
      5     validation_steps = 700,
----> 6     epochs = 5)

~\Anaconda3\lib\site-packages\keras\legacy\interfaces.py in wrapper(*args, **kwargs)
     89                 warnings.warn('Update your `' + object_name + '` call to the ' +
     90                               'Keras 2 API: ' + signature, stacklevel=2)
---> 91             return func(*args, **kwargs)
     92         wrapper._original_function = func
     93         return wrapper

~\Anaconda3\lib\site-packages\keras\engine\training.py in fit_generator(self, generator, steps_per_epoch, epochs, verbose, callbacks, validation_data, validation_steps, class_weight, max_queue_size, workers, use_multiprocessing, shuffle, initial_epoch)
   1416             use_multiprocessing=use_multiprocessing,
   1417             shuffle=shuffle,
-> 1418             initial_epoch=initial_epoch)
   1419 
   1420     @interfaces.legacy_generator_methods_support

~\Anaconda3\lib\site-packages\keras\engine\training_generator.py in fit_generator(model, generator, steps_per_epoch, epochs, verbose, callbacks, validation_data, validation_steps, class_weight, max_queue_size, workers, use_multiprocessing, shuffle, initial_epoch)
    179             batch_index = 0
    180             while steps_done < steps_per_epoch:
--> 181                 generator_output = next(output_generator)
    182 
    183                 if not hasattr(generator_output, '__len__'):

~\Anaconda3\lib\site-packages\keras\utils\data_utils.py in get(self)
    707                     "`use_multiprocessing=False, workers > 1`."
    708                     "For more information see issue #1638.")
--> 709             six.reraise(*sys.exc_info())

~\Anaconda3\lib\site-packages\six.py in reraise(tp, value, tb)
    694             if value.__traceback__ is not tb:
    695                 raise value.with_traceback(tb)
--> 696             raise value
    697         finally:
    698             value = None

~\Anaconda3\lib\site-packages\keras\utils\data_utils.py in get(self)
    683         try:
    684             while self.is_running():
--> 685                 inputs = self.queue.get(block=True).get()
    686                 self.queue.task_done()
    687                 if inputs is not None:

~\Anaconda3\lib\multiprocessing\pool.py in get(self, timeout)
    681             return self._value
    682         else:
--> 683             raise self._value
    684 
    685     def _set(self, i, obj):

~\Anaconda3\lib\multiprocessing\pool.py in worker(inqueue, outqueue, initializer, initargs, maxtasks, wrap_exception)
    119         job, i, func, args, kwds = task
    120         try:
--> 121             result = (True, func(*args, **kwds))
    122         except Exception as e:
    123             if wrap_exception and func is not _helper_reraises_exception:

~\Anaconda3\lib\site-packages\keras\utils\data_utils.py in next_sample(uid)
    624         The next value of generator `uid`.
    625     """
--> 626     return six.next(_SHARED_SEQUENCES[uid])
    627 
    628 

~\Anaconda3\lib\site-packages\keras_preprocessing\image\iterator.py in __next__(self, *args, **kwargs)
    102 
    103     def __next__(self, *args, **kwargs):
--> 104         return self.next(*args, **kwargs)
    105 
    106     def next(self):

~\Anaconda3\lib\site-packages\keras_preprocessing\image\iterator.py in next(self)
    114         # The transformation of images is not under thread lock
    115         # so it can be done in parallel
--> 116         return self._get_batches_of_transformed_samples(index_array)
    117 
    118     def _get_batches_of_transformed_samples(self, index_array):

~\Anaconda3\lib\site-packages\keras_preprocessing\image\iterator.py in _get_batches_of_transformed_samples(self, index_array)
    228                            color_mode=self.color_mode,
    229                            target_size=self.target_size,
--> 230                            interpolation=self.interpolation)
    231             x = img_to_array(img, data_format=self.data_format)
    232             # Pillow images should be closed after `load_img`,

~\Anaconda3\lib\site-packages\keras_preprocessing\image\utils.py in load_img(path, grayscale, color_mode, target_size, interpolation)
    130                         ", ".join(_PIL_INTERPOLATION_METHODS.keys())))
    131             resample = _PIL_INTERPOLATION_METHODS[interpolation]
--> 132             img = img.resize(width_height_tuple, resample)
    133     return img
    134 

~\Anaconda3\lib\site-packages\PIL\Image.py in resize(self, size, resample, box)
   1780             return self.convert('RGBa').resize(size, resample, box).convert('RGBA')
   1781 
-> 1782         self.load()
   1783 
   1784         return self._new(self.im.resize(size, resample, box))

~\Anaconda3\lib\site-packages\PIL\TiffImagePlugin.py in load(self)
   1065     def load(self):
   1066         if self.use_load_libtiff:
-> 1067             return self._load_libtiff()
   1068         return super(TiffImageFile, self).load()
   1069 

~\Anaconda3\lib\site-packages\PIL\TiffImagePlugin.py in _load_libtiff(self)
   1157 
   1158         if err < 0:
-> 1159             raise IOError(err)
   1160 
   1161         return Image.Image.load(self)

OSError: -2```


Any idea?

---------------------------------------------------------------------------
OSError回溯（最近一次调用上次）
在里面
4验证数据=验证生成器，
5个验证步骤=700，
---->6个时代=5个）
包装中的~\Anaconda3\lib\site packages\keras\legacy\interfaces.py（*args，**kwargs）
89 warnings.warn（'Update your`'+object\u name+'`调用+
90'Keras 2 API:'+签名，堆栈级别=2）
--->91返回函数（*args，**kwargs）
92包装器._原始函数=func
93返回包装器
拟合生成器中的~\Anaconda3\lib\site packages\keras\engine\training.py（self、生成器、每个历元的步数、历元、冗余、回调、验证数据、验证步骤、类权重、最大队列大小、工作者、使用多处理、无序、初始历元）
1416使用多处理=使用多处理，
1417洗牌=洗牌，
->1418初始_历元=初始_历元）
1419
1420@interfaces.legacy\u生成器\u方法\u支持
~\Anaconda3\lib\site packages\keras\engine\training\u generator.py-in-fit\u generator（模型、生成器、每个历元的步骤、历元、详细信息、回调、验证数据、验证步骤、类权重、最大队列大小、工人、使用多处理、洗牌、初始历元）
179批次指数=0
180当步骤完成时<每个步骤：
-->181发电机输出=下一个（发电机输出）
182
183如果不是HASTATR（发电机输出，'''.'透镜''.''：
get中的~\Anaconda3\lib\site packages\keras\utils\data\u utils.py（self）
707“`use_multiprocessing=False，workers>1`。”
708“有关更多信息，请参阅第1638期。”）
-->709六.重新播放（*sys.exc_info（））
~\Anaconda3\lib\site packages\six.py正在重新播放（tp，value，tb）
694如果值.\uuuu回溯\uuuuu不是tb：
695通过回溯（tb）提升值
-->696提高价值
697最后：
698值=无
get中的~\Anaconda3\lib\site packages\keras\utils\data\u utils.py（self）
683试试：
684当self.u正在运行（）时：
-->685 inputs=self.queue.get（block=True）.get（）
686 self.queue.task_done（）
687如果输入不是无：
get中的~\Anaconda3\lib\multiprocessing\pool.py（self，超时）
681返回自身值
682其他：
-->683提高自我价值
684
685 def_装置（自、i、obj）：
工作进程中的~\Anaconda3\lib\multiprocessing\pool.py（inqueue、outqueue、初始值设定项、initargs、maxtasks、wrap\u异常）
119作业，i，func，参数，kwds=任务
120尝试：
-->121结果=（真，函数（*args，**kwds））
122例外情况除外，如e：
123如果换行异常和func不是_helper _重新出现_异常：
下一个样本（uid）中的~\Anaconda3\lib\site packages\keras\utils\data\u utils.py
624生成器“uid”的下一个值。
625     """
-->626返回六。下一步（\u共享\u序列[uid]）
627
628
~\Anaconda3\lib\site packages\keras\u preprocessing\image\iterator.py in\uuuuuuuu next\uuuuuuuuu（self，*args，**kwargs）
102
103定义下一个定义（self，*args，**kwargs）：
-->104返回自下一步（*args，**kwargs）
105
106 def next（自我）：
~\Anaconda3\lib\site packages\keras\u preprocessing\image\iterator.py in next（self）
114#图像转换未处于线程锁定状态
115#因此可以并行进行
-->116返回自身。获取转换样本的批次（索引数组）
117
118 def_获取_转换_样本的批次（自、索引_数组）：
~\Anaconda3\lib\site packages\keras\u preprocessing\image\iterator.py in\u get\u batches\u of \u transformed\u样本（self，index\u数组）
228颜色_模式=self.color_模式，
229目标大小=自我目标大小，
-->230插值=自插值）
231 x=img\u to\u数组（img，data\u格式=self.data\u格式）
232#枕头图像应在“加载img”后关闭，
加载img中的~\Anaconda3\lib\site packages\keras\u preprocessing\image\utils.py（路径、灰度、颜色模式、目标大小、插值）
130“，”.join（_PIL_INTERPOLATION_METHODS.keys（）））
131重采样=插值方法[插值]
-->132 img=img.调整大小（宽度\高度\元组，重采样）
133返回img
134
~\Anaconda3\lib\site packages\PIL\Image.py中的大小调整（self、size、resample、box）
1780返回self.convert（'RGBa'）。调整大小（大小、重采样、方框）。convert（'RGBa'））
1781
->1782自加载（）
1783
1784返回self.\u新建（self.im.调整大小（大小、重采样、方框））
加载中的~\Anaconda3\lib\site packages\PIL\TiffImagePlugin.py（self）
1065 def加载（自）：
1066如果self.use\u load\u libtiff：
->1067返回自。_加载_libtiff（）
1068 return super（TiffImageFile，self）.load（）
1069
加载libti中的~\Anaconda3\lib\site packages\PIL\TiffImagePlugin.py