Tensorflow踩坑笔记，记录各种报错和解决方法

不知道是不是错觉，tensorflow比pytorch容易报错，记录一下踩的坑。
随时更新。

0 当出现报错，首先把Jupyter notebook代码换成.py文件直接运行

当出现莫名其妙的报错时，如果你当前使用的是Jupyter notebook，先换成.py文件直接运行试试看。
尤其是gpu版本的tensorflow在Jupyter下容易出问题。

1 Loaded runtime CuDNN library: 7.4.1 but source was compiled with: 7.6.0

初始环境：tensorflow2.0（gpu）、CUDA 10.0、Cudnn 7.4.1、Windows 10

训练卷积神经网络（使用Conv2d类时）报错：

Loaded runtime CuDNN library: 7.4.1 but source was compiled with: 7.6.0.

然而官网的 tensorflow2.0（gpu）的环境要求却写了CUDA 10.0、Cudnn 7.4，误导作用明显。
报错直接提示了解决方案，把Cudnn升级到7.6.0即可，升级方法和安装Cudnn方法相同，去官网下载对应的Cudnn版本，覆盖源文件即可。也可以参考下面的参考资料。

参考资料：
版本不匹配||Loaded runtime CuDNN library: 7.4.2 but source was compiled with: 7.6.0. CuDNN library major

2 自定义的模型不能保存

环境：tensorflow2.0（gpu）、CUDA 10.0、Cudnn 7.6.0、Windows 10

使用tf.keras.models.save_model(model, 'path')保存模型时报错：

ValueError: Model <resnet.Resnet object at 0x000001A9E61DBC50> cannot be saved because the input shapes have not been set. Usually, input shapes are automatically determined from calling .fit() or .predict(). To manually set the shapes, call model._set_inputs(inputs).

参考资料：
1.stackoverflow
2.Github： Model cannot be saved because the input shapes have not been set. #39906

我的解决方案：
model初始化后，在build()中指定input_shape后，再写上model.compute_output_shape(input_shape=(None, 32, 32, 3))即可。

可以保存了：