TensorFlow-Node: ‘StatefulPartitionedCall_1‘ could not find registered platform with id: 0x128012ea0

最新推荐文章于 2024-03-01 09:41:22 发布

Jacky&Jacky

最新推荐文章于 2024-03-01 09:41:22 发布

阅读量716

点赞数

文章标签： tensorflow numpy 机器学习 macos

本文链接：https://blog.csdn.net/qq_37453155/article/details/129719520

版权

MacOS Tensorflow2.0版本兼容导致的bug

问题：
在安装好tf2后，run的时候，突然发现提示bug如下：

could not find registered platform with id: 0x128012ea0
	 [[{{node StatefulPartitionedCall_1}}]] [Op:__inference_train_function_383]

原因：在chatGPT里面提示版本不对，然后一顿搜索后发现是Python版本与tf版本兼容的问题。
解决办法：
最开始用的是tf2.11.0版本与Python3.10配合的（虽然tf官网显是示tf2.11.0版本与Python3.10是兼容的tf官网版本说明，但那是还是会出问题，所有最好降低tf版本）改成tf2.9.1与Python3.10配合就可以正常工作了。
官网说明如下：

（需要重新安装tf2.9.1,附大佬安装链接Mac M1/M2芯片安装Miniconda并搭建tensorflow2环境。

在这里插入图片描述

另外，之前还遇到tf与numpy版本不兼容的情况，所以以后还可以从这方面尝试，降低numpy的版本以兼容tf.

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

Jacky&Jacky

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
3
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

nvidia nx平台GStreamer pipeline异常问题调试记录2

bingdund的博客

03-22

2614

1.前言承接上文 nvidia nx平台GStreamer pipeline异常问题调试记录1_bingdund的博客-CSDN博客 2. 设置gst调试级别为3 这是我在崩溃发生前得到的唯一消息 0:00:07.098242672 14323 0x7fa0008690 WARN v4l2 gstv4l2object.c:4434:gst_v4l2_object_probe_caps:nvv4l2h265enc1: src Failed to probe pixel aspect ratio

高通平台启动log概述(PBL log、sbl1 log、kernel log)

Radia的专栏

11-01

1万+

高通平台启动log概述(PBL log、sbl1 log、kernel log) 在嵌入式linux的调试过程中log有着至关重要的地位，等同于医生的CT报告。能够熟悉启动各个阶段的log，如PBL阶段，sbl1阶段，kernel阶段，android阶段，对于分析定位问题有着重要的作用。本文以高通msm8937平台android启动的串口log为例简要介绍一下log相关的技巧和对log的概要介绍

3 条评论您还未登录，请先登录后发表或查看评论

出现 ‘StatefulPartitionedCall_2‘ libdevice not found at ./libdevice.10.bc [[{{node StatefulPartition

qq_37754696的博客

08-14

1726

[{{node StatefulPartitionedCall_2}}]] [Op:__inference_train_function_743]错误，发现是在keras构建神经网络的adam优化改为rmsprop后报错，应该是没有成功导入。[[{{node StatefulPartitionedCall_2}}]] [Op:__inference_train_function_743]错误。https://www.jianshu.com/p/de003ab935d1尝试一下这个用法。......

【tensorflow2.0】10.模型保存与加载

weixin_39122088的博客

06-05

637

今天的课程是本周的最后一节了，大家坚持一下！今天的内容是模型的保存与加载，深度学习模型我们目前学习了两种：keras模型与自定义模型（keras模型，自定义模型）；模型的保存与加载老师的github中给出了三种方法，下面我们就通过今天的打卡作业来梳理一下这些方法如何使用以及有何差别。 """ 第一个是model.load_weights('文件名.h5')和model.load_weights('文件名.h5') 这个函数只会保留模型的权重,它不包含模型的结构,所以当我们加载权重文件时候，需要先输入

TensorFlow 2 saveModel模型JAVA 加载及调用

学习之路

06-02

1509

1、 saveModel模型：SavedModel 是更全面的保存格式，它可以保存模型架构、权重和调用函数的跟踪 Tensorflow 子计算图。2、张量（Tensor）：张量是具有统一类型（称为 dtype）的多维数组, ：无法更新，只能创建新的张量.其定义格式为：Tensor([1 0], shape=(2,), dtype=int64)，第一个参数为多维数组，参数二为数组维度信息，参数三为数组类型。模型的基本信息可以通过saved_model_cli 查看；maven pom 引用。

ValueError: Input 0 of node xxx was passed float from xxx 0 incompatible with expected resource.

a362682954的博客

03-02

5813

读模型中使用 tf.import_graph_def(od_graph_def, name='') 出现 ValueError: Input 0 of node batch_normalization_v1/cond/ReadVariableOp/Switch was passed float from batch_normalization_v1/moving_mean:0 inc...

使用Tensorflow 2将训练操作包括在已保存的模型中

weixin_26752765的博客

09-07

710

Most Tensorflow documentation and tutorials show how to train a model in python and save it in the SavedModel format for prediction in another environment. But saving a model for training requires a b...

EMMC 坏块

u012497906的专栏

11-18

1万+

[ 17.608802] Rebooting in 5 seconds.. [ 22.611205] Going down for restart now [ 22.614757] Calling SCM to disable SPMI PMI Format: Log Type - Time(microsec) - Message - Optional Info Log Ty

第114课:SparkStreaming+Kafka+Spark SQL+TopN+Mysql+KafkaOffsetMonitor电商广告点击综合案例实战(详细内幕版本)

段智华的博客

06-05

1万+

第114课:Spark Streaming电商广告点击综合案例实战(测试版本) /* 王家林老师授课http://weibo.com/ilovepains 每天晚上20：00YY频道现场授课频道68917580*/ 综合案例的实战我们分步进行： 1.Mysql 中建立表：

openwrt的cubietruck dmesg信息

viewsky11的专栏

11-04

2192

[ 0.000000] Booting Linux on physical CPU 0x0 [ 0.000000] Linux version 3.14.18 (hades@PandoraBox-Server) (gcc version 4.8.3 (PandoraBox/Linaro GCC 4.8-2014.04 svn-r173) ) #5 SMP PREEMPT Tue No

node运行内存不足以及内存溢出的解决方案

Y2298578569的博客

05-28

3515

- 首先说的是node运行内存不足导致vue项目编译失败先安装这个插件 npm install cross-env 执行一下这个命令，之后重新启动项目即可 npm run fix-memory-limit 这是第一种解决方案，但是第一种方案下载是有一定的条件的，如果你的node版本过高也是下载不成功的，我前段时间就遇到这个问题，就是说上面的插件是安装不成功的，如果没有安装成功直接重启项目的话会报cross-env不是内部或外部命令，导致项目也启动不了，我也查了很多方法就是不行，在我查文章的

GPU在model.fit时存在的问题

Be busy living or busy dying

06-03

1861

文章目录问题解决方法参考来源链接问题解决方法添加下面代码：参考来源链接 https://blog.csdn.net/tsyccnh/article/details/102938368

Tensorflow 训练模型数据freeze固话保存在Graph中

行走的IT

02-18

1万+

在tensorflow中，graph是训练的核心，当一个模型训练完成后，需要将模型保存下来，一个通常的操作是：variables = tf.all_variables() saver = tf.train.Saver(variables) saver.save(sess, "data/data.ckpt") tf.train.write

centos7.9离线安装alphafold2

热门推荐

weixin_39658966的博客

03-25

6万+

assert是断言的意思，解释为：我断定这个程序执行之后或者之前会有这样的结果，如果不是，那就扔出一个错误。语法：assert expression [, arguments]assert 表达式 [, 参数]举例：def foo(s):n = int(s)assert n != 0, 'n is zero!'return 10 / ndef main():foo('0')>Tracebac...

【Tensorflow2.0】8、tensorflow2.0_hdf5_savedmodel_pb模型转换[1]

dddeee的专栏

11-26

5363

文章目录1、训练模型2、各种模型间互转并验证2.1 hdf5转saved model2.2 saved model转hdf52.3 所有模型精度测试2.4 hdf5和saved模型转tensorflow1.x pb模型2.5 加载并测试pb模型总结 1、训练模型我们将把训练好的模型分别保存成hdf5和saved model格式，然后完成它们之间的互相转换以及分别转tensorflow1.x的pb......

【tensorflow报错】tensorflow.python.framework.errors_impl.InternalError: Blas GEMM launch failed：XXX

weixin_44445154的博客

12-16

9507

tensorflow报错解决

TensorFlow2.0 Guide官方教程学习笔记17 -‘Using the SavedModel format‘

jackhh1的博客

10-31

5829

本笔记参照TensorFlow官方教程，主要是对‘Save a model-Training checkpoints’教程内容翻译和内容结构编排，原文链接:Using the SavedModel format 目录一、用Keras创建‘已保存模型’（Creating a SavedModel form Keras）二、在TensorFlow Serving里运行一个‘已保存模型’（Saved...

【Tensorflow 2】解决tensorflow.python.framework.errors_impl.UnknownError: [_Derived_] Fail to find the

BetterBench的博客

03-08

2175

1 问题环境 Deepin 20 OS linux系统 Tensorflow2.0 Python3.6 GPU Rtx 2070 cuda 10.0 cudnn 10.0 在使用双向LSTM时 tf.keras.layers.Bidirectional(tf.keras.layers.LSTM(64)), 报以下错误信息 tensorflow.python.framework.errors_impl.UnknownError: [Derived] Fail to find the dnn im

将docker run -p 8501:8501 -v /mnt/hgfs/data_input_test/tensorflow-yolov4-tflite-master/models/:/models/yolov4 -it tensorflow/serving:latest -e MODEL_NAME=yolov4 --model_base_path=/models/yolov4这行命令装换成k8s yaml文件

07-08

要将上述Docker命令转换为Kubernetes YAML文件，您可以按照以下步骤进行操作： 1. 创建一个Deployment YAML文件来定义Pod的部署。创建一个`deployment.yaml`文件，并添加以下内容： ```yaml apiVersion: apps/v1 kind: Deployment metadata: name: yolov4-deployment spec: replicas: 1 selector: matchLabels: app: yolov4-app template: metadata: labels: app: yolov4-app spec: containers: - name: tensorflow-serving image: tensorflow/serving:latest ports: - containerPort: 8501 volumeMounts: - name: models-volume mountPath: /models/yolov4 env: - name: MODEL_NAME value: yolov4 args: ["--model_base_path=/models/yolov4"] volumes: - name: models-volume hostPath: path: /mnt/hgfs/data_input_test/tensorflow-yolov4-tflite-master/models/ ``` 2. 创建一个Service YAML文件来公开Pod。创建一个`service.yaml`文件，并添加以下内容： ```yaml apiVersion: v1 kind: Service metadata: name: yolov4-service spec: selector: app: yolov4-app ports: - protocol: TCP port: 8501 targetPort: 8501 type: NodePort ``` 现在，您可以使用kubectl命令将这两个YAML文件应用于Kubernetes集群： ``` kubectl apply -f deployment.yaml kubectl apply -f service.yaml ``` 这将在Kubernetes集群中创建一个名为`yolov4-deployment`的部署和一个名为`yolov4-service`的服务。