这两个问题的同一问题（1 / 2）。当我在Lucid之后检索要使用tutorial显示的TF模型时，会发生这种情况。我的完整堆栈跟踪是：
/usr/local/lib/python3.6/dist-packages/h5py/的初始化的.py：36： FutureWarning：转换issubdtype的第二个参数 不推荐
float到np.floating。将来，它将被对待 为np.float64 == np.dtype(float).type。来自._conv导入 register_converters为_register_converters2018年5月8日 01：22：34.477907：我 tensorflow / stream_executor / cuda / cuda_gpu_executor.cc：898]成功 从SysFS读取的NUMA节点具有负值（-1），但必须存在 至少有一个NUMA节点，因此返回NUMA节点零
2018年5月8日 01：22：34.478221：我 tensorflow / core / common_runtime / gpu / gpu_device.cc：1344]找到设备0 具有属性：名称：特斯拉K80专业：3个未成年人：7 memoryClockRate（GHz）：0.8235 pciBusID：0000：00：04.0 totalMemory： 11.17GiB freeMemory：362.12MiB
2018-05-08 01：22：34.478266：I tensorflow / core / common_runtime / gpu / gpu_device.cc：1423]添加可见 gpu设备：0 2018-05-08 01：22：34.871564：我 tensorflow / core / common_runtime / gpu / gpu_device.cc：911]设备 使用强度1边缘矩阵互连StreamExecutor：2018-05-08 01：22：34.871635：我 tensorflow / core / common_runtime / gpu / gpu_device.cc：917] 0 2018-05-08 01：22：34.871680：我 tensorflow / core / common_runtime / gpu / gpu_device.cc：930] 0：N 2018-05-08 01：22：34.871877：我 tensorflow / core / common_runtime / gpu / gpu_device.cc：1041]已创建 TensorFlow设备（/ job：localhost / replica：0 / task：0 / device：GPU：0 with 101 MB内存） - ＆gt;物理GPU（设备：0，名称：特斯拉K80，pci总线 id：0000：00：04.0，计算能力：3.7）
追踪（最近的电话 最后）：
文件 ＆＃34; /usr/local/lib/python3.6/dist-packages/tensorflow/python/tools/freeze_graph.py" ;, 380号线 app.run（main = main，argv = [sys.argv [0]] + unparsed）
File＆＃34; /usr/local/lib/python3.6/dist-packages/tensorflow/python/platform/app.py"， 第126行，在运行中 _sys.exit（main（argv））
File＆＃34; /usr/local/lib/python3.6/dist-packages/tensorflow/python/tools/freeze_graph.py"， 第274行，主要部分 FLAGS.saved_model_tags，checkpoint_version）
File＆＃34; /usr/local/lib/python3.6/dist-packages/tensorflow/python/tools/freeze_graph.py"， 第256行，在freeze_graph中 checkpoint_version = checkpoint_version）
File＆＃34; /usr/local/lib/python3.6/dist-packages/tensorflow/python/tools/freeze_graph.py"， 第130行，在freeze_graph_with_def_protos中 var_list = var_list，write_version = checkpoint_version）
File＆＃34; /usr/local/lib/python3.6/dist-packages/tensorflow/python/training/saver.py"， 第1311行， init self.build（）File＆＃34; /usr/local/lib/python3.6/dist-packages/tensorflow/python/training/saver.py"， 1320行，在构建中 self._build（self._filename，build_save = True，build_restore = True）
文件 ＆＃34; /usr/local/lib/python3.6/dist-packages/tensorflow/python/training/saver.py" ;, 第1357行，在_build中 build_save = build_save，build_restore = build_restore）
File＆＃34; /usr/local/lib/python3.6/dist-packages/tensorflow/python/training/saver.py"， 第787行，在_build_internal中 saveables = self._ValidateAndSliceInputs（names_to_saveables）
文件 ＆＃34; /usr/local/lib/python3.6/dist-packages/tensorflow/python/training/saver.py" ;, 第688行，在_ValidateAndSliceInputs中 变量） TypeError：names_to_saveables必须是字符串映射到Tensors / Variables的字符串名称。不是变量： Tensor（＆＃34; conv2d_1 / bias：0＆＃34;，shape =（16，），dtype = float32）
我的网络图定义如下：
input_1
conv2d_1 / kernel
conv2d_1 / kernel / read
conv2d_1 /偏置
conv2d_1 / bias / read
conv2d_1 / convolution
conv2d_1 / BiasAdd
conv2d_1 / RELU
max_pooling2d_1 / MaxPool
conv2d_2 / kernel
conv2d_2 /内核/读
conv2d_2 /偏置
conv2d_2 / bias / read
conv2d_2 / convolution
conv2d_2 / BiasAdd
conv2d_2 / RELU
max_pooling2d_2 / MaxPool
conv2d_3 /内核
conv2d_3 / kernel / read
conv2d_3 / bias
conv2d_3 /偏压/读
conv2d_3 / convolution
conv2d_3 / BiasAdd
conv2d_3 / RELU
max_pooling2d_3 / MaxPool
conv2d_4 / kernel
conv2d_4 /内核/读
conv2d_4 / bias
conv2d_4 / bias / read
conv2d_4 / convolution
conv2d_4 / BiasAdd
conv2d_4 / Relu
up_sampling2d_1 /形状
up_sampling2d_1 / strided_slice /堆
up_sampling2d_1 / strided_slice / stack_1
up_sampling2d_1 / strided_slice / stack_2
up_sampling2d_1 / strided_slice
up_sampling2d_1 / Const
up_sampling2d_1 / MUL
up_sampling2d_1 / ResizeNearestNeighbor
conv2d_5 /内核
conv2d_5 / kernel / read
conv2d_5 / bias
conv2d_5 /偏压/读
conv2d_5 / convolution
conv2d_5 / BiasAdd
conv2d_5 / RELU up_sampling2d_2 / Shape up_sampling2d_2 / strided_slice / stack
up_sampling2d_2 / strided_slice / stack_1
up_sampling2d_2 / strided_slice / stack_2 up_sampling2d_2 / strided_slice
up_sampling2d_2 / Const up_sampling2d_2 / mul
up_sampling2d_2 / ResizeNearestNeighbor conv2d_6 / kernel
conv2d_6 / kernel / read conv2d_6 / bias conv2d_6 / bias / read
conv2d_6 / convolution conv2d_6 / BiasAdd conv2d_6 / Relu
up_sampling2d_3 / Shape up_sampling2d_3 / strided_slice / stack
up_sampling2d_3 / strided_slice / stack_1
up_sampling2d_3 / strided_slice / stack_2 up_sampling2d_3 / strided_slice
up_sampling2d_3 / Const up_sampling2d_3 / mul
up_sampling2d_3 / ResizeNearestNeighbor conv2d_7 / kernel
conv2d_7 / kernel / read conv2d_7 / bias conv2d_7 / bias / read
conv2d_7 / convolution conv2d_7 / BiasAdd conv2d_7 / Relu output_node0