Question

我最近将我的一个小型ubuntu（16.04）服务器从tensorflow-gpu 1.4升级到tensorflow-gpu 1.5，以便使用对象检测API。我有git克隆了最新版本的API，它应该与tensorflow 1.5配合使用。

CUDA / cudNN和其他tensorflow程序在升级后启动并运行，并且对象检测API中的所有测试脚本都运行正常。

尽管如此，当我尝试运行train.py时，它立即失败并出现以下错误：

File "/home/arvid/ownCloud/tensorflow/models/research/object_detection/train.py", line 167, in <module> tf.app.run()
File "/usr/local/lib/python3.5/dist-packages/tensorflow/python/platform/app.py", line 124, in run _sys.exit(main(argv))
File "/home/arvid/ownCloud/tensorflow/models/research/object_detection/train.py", line 107, in main overwrite=True)
File "/usr/local/lib/python3.5/dist-packages/tensorflow/python/lib/io/file_io.py", line 385, in copy compat.as_bytes(oldpath), compat.as_bytes(newpath), overwrite, status)
File "/usr/local/lib/python3.5/dist-packages/tensorflow/python/framework/errors_impl.py", line 473, in __exit__ c_api.TF_GetCode(self.status.status)) 

tensorflow.python.framework.errors_impl.NotFoundError: ; No such file or directory

当某些输入文件丢失时会出现此错误，但此处的问题是错误中未指定任何文件。

通常在逗号和分号之间显示丢失的文件，但在此错误中它只是一个空格。

我可以在运行tensorflow 1.4的工作服务器上重现相同的错误，方法是在--train_dir =和路径之间插入一个空格：

--train_dir= {some_path}

但事实并非如此！

其他信息：当我运行train.py时，列车是＆＃39;目录是在我指定的位置创建的，因此tensorflow似乎能够识别路径等。

有关如何调试此内容的任何输入都将非常感谢!!

Answer 1

（好吧，我现在感觉有点愚蠢......）

解决方案很简单 - train.py标志的名称随更新而改变......

过去是：

 steps {
    shell('./smoketest.sh')
 }

但是现在它：

--pipeline_config={some_path}

但是，如果有更多信息性错误消息，那将会非常有用......

Answer 2

在--train_dir= {some_path}和--pipeline_config_path= {some_path}之间划出一些空格。

它对我有用。

NotFoundError :; on tensorflow 1.5对象检测API，1.4上运行顺畅

2 个答案: