使用TensorFlow后端。 2020-02-01 13：25：02.491404：I tensorflow / core / platform / cpu_feature_guard.cc：142]您的CPU支持该TensorFlow二进制文件未编译为使用的指令：AVX2 型号：“ sequential_1”
_________________________________________________________________
Layer (type) Output Shape Param #
=================================================================
flatten_1 (Flatten) (None, 784) 0
_________________________________________________________________
dense_1 (Dense) (None, 512) 401920
_________________________________________________________________
leaky_re_lu_1 (LeakyReLU) (None, 512) 0
_________________________________________________________________
dense_2 (Dense) (None, 256) 131328
_________________________________________________________________
leaky_re_lu_2 (LeakyReLU) (None, 256) 0
_________________________________________________________________
dense_3 (Dense) (None, 1) 257
=================================================================
Total params: 533,505
Trainable params: 533,505
Non-trainable params: 0
_________________________________________________________________
Model: "sequential_2"
_________________________________________________________________
Layer (type) Output Shape Param #
=================================================================
dense_4 (Dense) (None, 256) 25856
_________________________________________________________________
leaky_re_lu_3 (LeakyReLU) (None, 256) 0
_________________________________________________________________
batch_normalization_1 (Batch (None, 256) 1024
_________________________________________________________________
dense_5 (Dense) (None, 512) 131584
_________________________________________________________________
leaky_re_lu_4 (LeakyReLU) (None, 512) 0
_________________________________________________________________
batch_normalization_2 (Batch (None, 512) 2048
_________________________________________________________________
dense_6 (Dense) (None, 1024) 525312
_________________________________________________________________
leaky_re_lu_5 (LeakyReLU) (None, 1024) 0
_________________________________________________________________
batch_normalization_3 (Batch (None, 1024) 4096
_________________________________________________________________
dense_7 (Dense) (None, 784) 803600
_________________________________________________________________
reshape_1 (Reshape) (None, 28, 28, 1) 0
=================================================================
Total params: 1,493,520
Trainable params: 1,489,936
Non-trainable params: 3,584
D：\ MachineLearning \ venv \ lib \ site-packages \ keras \ engine \ training.py：297： 用户警告：可训练的重量与收集的重量之间的差异 可训练的砝码，您是否设置了
model.trainable而未致电model.compile之后？ '可训练重量与 收集可训练的'0 [D损失：0.860389，总计：18.75％] [G损失： [0.704660] D：\ MachineLearning \ venv \ lib \ site-packages \ keras \ engine \ training.py：297： 用户警告：可训练的重量与收集的重量之间的差异 可训练的砝码，您是否设置了model.trainable而未致电model.compile之后？ '可训练重量与 收集可训练的'2020-02-01 13：25：10.037836：W tensorflow / core / common_runtime / base_collective_executor.cc：217] BaseCollectiveExecutor :: StartAbort失败的前提条件：时出错 从容器：本地主机读取资源变量_AnonymousVar32。 这可能意味着该变量未初始化。未找到： 资源localhost / _AnonymousVar32 / class tensorflow :: Var不 存在。 [[{{node mul / ReadVariableOp}}]]追溯（最近的呼叫 最后）：文件“ D：/ MachineLearning / Machine Learning A-Z模板 文件夹/第8部分-深度学习/第40部分-卷积神经 网络（CNN）/GAN_Keras_Super_Resolution_1.py“，第165行，在 gan.train（epochs = 300，batch_size = 32，sample_interval = 20）文件“ D：/ MachineLearning / Machine Learning A-Z模板文件夹/第8部分-深入 学习/第40章-卷积神经网络 （CNN）/GAN_Keras_Super_Resolution_1.py“，第124行，在火车上 d_loss_real = self.discriminator.train_on_batch（imgs，有效）文件 “ D：\ MachineLearning \ venv \ lib \ site-packages \ keras \ engine \ training.py”， 1514行，在train_on_batch中 输出= self.train_function（ins）文件“ D：\ MachineLearning \ venv \ lib \ site-packages \ tensorflow_core \ python \ keras \ backend.py”， 第3726行，在致电中 输出= self._graph_fn（* converted_inputs）文件“ D：\ MachineLearning \ venv \ lib \ site-packages \ tensorflow_core \ python \ eager \ function.py”， 第1529行，在致电中 返回self._call_impl（args，kwargs）文件“ D：\ MachineLearning \ venv \ lib \ site-packages \ tensorflow_core \ python \ eager \ function.py”， _call_impl中的第1569行 返回self._call_flat（args，self.captured_inputs，cancel_manager）文件 “ D：\ MachineLearning \ venv \ lib \ site-packages \ tensorflow_core \ python \ eager \ function.py”， 第1670行，在_call_flat中 ctx，args，cancel_manager = cancellation_manager））文件“ D：\ MachineLearning \ venv \ lib \ site-packages \ tensorflow_core \ python \ eager \ function.py”， 523行，正在通话中 ctx = ctx）文件“ D：\ MachineLearning \ venv \ lib \ site-packages \ tensorflow_core \ python \ eager \ execute.py”， 第67行，在quick_execute中 six.raise_from（core._status_to_exception（e.code，message），None）文件“”，第3行，在raise_from中 tensorflow.python.framework.errors_impl.FailedPreconditionError： 从容器读取资源变量_AnonymousVar32时出错： 本地主机这可能意味着该变量未初始化。不 找到：资源localhost / _AnonymousVar32 / class tensorflow :: Var做 不存在。 [[node mul / ReadVariableOp（在 \ MachineLearning \ venv \ lib \ site-packages \ keras \ backend \ tensorflow_backend.py：3009） ]] [操作：__ inference_keras_scratch_graph_1753]函数调用堆栈：keras_scratch_graph
我尝试使用我在社区答案中发现的技巧来解决类似问题，但是它们不起作用。你能帮我吗！