总结使用Tensorflow训练数据的过程中遇到的问题！

初学者在使用tensorflow训练自己的数据集的过程中，有时候会遇到一些错误，下面是我在学习过程中总结出来的，将解决方法分享给大家：
 

一、ValueError: Tensor conversion requested dtype string for Tensor with dtype float32: 'Tensor("arg0:0", shape=(), dtype=float32, device=/device:CPU:0)'

解决办法：

       遇到这种问题是因为使用的tfcord的格式不匹配，建议大家采用官方文件中提供的生成tfRecord 的脚本来制作record文件。具体操作可见我的博客：https://blog.csdn.net/dulingwen/article/details/88789254。

二、tensorflow.python.framework.errors_impl.NotFoundError: ; No such file or directory 后面一堆路經

解决办法：

   出现这种问题是因为错误提示中所说的路經不存在，首先检查一下你的命令中的路經是否有写错的地方，或者某个文件夹名称内出现了空格等都可能造成这种问题出现。

三、ResourceExhaustedError (see above for traceback): OOM when allocating tensor with shape[64,2080,8,8] and type float on /job:localhost/replica:0/task:0/device:GPU:0 by allocator GPU_0_bfc。

解决办法：

       GPU的显存不够用，建议降低输入图像尺寸、batch size，或者更换一块性能更强的显卡，或者如果数据量不算特别大，时间允许，可以单独使用CPU来训练。

四、TypeError: Signature mismatch. Keys must be dtype <dtype: 'float32'>, got <dtype: 'string'>。

解决办法：

        你所使用的数据集中的图像尺寸与模型所能接受的图像尺寸不匹配，因此你需要修改图像的尺寸。