【tensorflow2.x】tensorflow和keras的使用问题与入门YOLOv3

参考文：https://cloud.tencent.com/developer/article/1687398
https://blog.csdn.net/javastart/article/details/105069266
Q1：YOLOV3源码，不同版本有细微的差别，用了github上star最多的
Q2:pycharm配置问题
除了与anaconda共同tf的解释器外，无论咋个设置一开始死活报错没有keras，开玩笑一直都有好吧，然后发现控制台终端首部输入头是PS，这就说明要更改成cmd.exe，还要激活tf，改好了以后果然问题解决
Q3：该源码报错No module named ‘keras.layers.advanced_activations’
看过去发现源码问题出在convert.py ---- 这个文件，怎么说尼？，就相当于解压，可以解压出权重文件。
源码：

#from keras.layers.advanced_activations import LeakyReLU
#from keras.layers.normalization import BatchNormalization
报错

参考博客表明这是tf版本的问题，按照建议尝试改成

from tensorflow.keras.layers import LeakyReLU

from tensorflow.keras.layers import BatchNormalization

然后就成功运行了

接下来运行yolostart以后出现了同样的问题

发现，model.py里也存在
from keras.layers.advanced_activations import LeakyReLU
from keras.layers.normalization import BatchNormalization
同样修改
解决后报错
cannot import name ‘multi_gpu_model’ from ‘keras.utils’
查看了以后发现我2.9.1版本的tf，utils里确实就没有multi_gpu_model
https://blog.csdn.net/dou3516/article/details/120077201
参考博客
完了又是高版本
真的要了我的老命
这个实在是暂时还不会只能先放在那

然后又出现了报错
https://blog.csdn.net/shanxiderenheni/article/details/122104906
参考解决
也就是我改了model里140141行的代码

结果就神奇地按照正常流程往下走了居然

果不其然又出了错
又是版本
心态已经崩了

https://blog.csdn.net/qq_38689263/article/details/123920320
改了以后程序又往下走了一步

但是并没有成功
WARNING:tensorflow:From D:\anaconda3\envs\tf2\lib\site-packages\tensorflow\python\compat\v2_compat.py:107: disable_resource_variables (from tensorflow.python.ops.variable_scope) is deprecated and will be removed in a future version.
Instructions for updating:
non-resource variables are not supported in the long term
WARNING:tensorflow:From D:\anaconda3\envs\tf2\lib\site-packages\keras\layers\normalization\batch_normalization.py:514: _colocate_with (from tensorflow.python.framework.ops) is deprecated and will be removed in a future version.
Instructions for updating:
Colocations handled automatically by placer.
看起来还是改动的问题，感觉这个东西还是得细细琢磨

意思就是警告两个弃用
也就是说还是不能盲目的改版本

说白了就是现在还没解决的就是multi_gpu_model这个问题
啊…

于是最后就是程序有两个warning，输出了个输入大小然后就没有了
没有报错直接结束程序，之前在anaconda里也有过相同的情况，这就让我不得不怀疑除了没解决的问题以外会不会显存不太够了之类的情况总之第一天的学习就到此为止。