深度学习之模型报错及修改汇总

在运行深度学习的模型当中，新手小白可能会经常碰到一些模型报错，下面汇总一些我自己运行过程当中的常见报错的解决方案：

注：本篇文章的所有模型都是bubbliiiing大佬的github网站上下载的，对新手小白非常友好，github网站指路https://github.com/bubbliiiing

1、ModuleNotFoundError: No module named 'XXX'

解决方案：环境当中没有配置XXX，需要在控制窗口输入pip install XXX

2、AttributeError: 'FigureCanvasTkAgg' object has no attribute 'set_window_title'

解决方案：点击相应链接，在canvas.和set_window_title之间添加manager.

3、RuntimeError: no valid convolution algorithms available in CuDNN

解决方案：降低Freeze_batch_size和Unfreeze_batch_size的数值，比如从8改成4，从4改成2

4、Error: Error(s) in loading state_dict for SSD300

解决方案：没有修改model_path为train.py运行之后产生的loss的.pth文件，将model_path改为logs/best_epoch_weights.pth

5、FileNotFoundError: [Errno 2] No such file or directory: 'model_data/yolov5_s.pth'

解决方案：没有下载相对应的.pth文件，在readme当中的指定路径下载.pth训练权重文件，将其添加到model_data文件夹当中

6、ImportError: cannot import name 'notf' from 'tensorboard.compat'

TypeError: Descriptors cannot be created directly.

解决方案：原先的tensorboard版本太高，与 tensorflow不适配，降级tensorboard版本

7、AttributeError: 'ImageDraw' object has no attribute 'textsize'

解决方案：卸载并重新下载低版本pillow

8、ModuleNotFoundError: No module named 'git'

解决方案：pip install gitpython

9、ssl.SSLCertVerificationError: [SSL: CERTIFICATE_VERIFY_FAILED] certificate verify failed: certificate has expired (_ssl.c:1131)

报错原因：页面文件太小，无法完成操作

解决方案：扩大C盘的虚拟内存到10000MB~（详见CSDN其他大佬操作）

10、TypeError: function takes at most 14 arguments (17 given)

解决方案：

11、AssertionError: train: No labels found in E:\langezhang\yolov5-master\paper_data\ dataSet_path\train.cache, can not start training.

解决方案：修改sa、sb的路径

12、RuntimeError: Input type (torch.cuda.FloatTensor) and weight type (torch.FloatTensor) should be the same

解决方案：

13、TypeError: Descriptors cannot be created directly.

解决方案：这个错误表明描述符无法直接创建，通常是由于protobuf库版本不兼容导致的，卸载并重新下载protobuf 3.20.0

14、NameError: name 'MLPBlock' is not defined

解决方案：在block.py中添加该class~