tensorflow2.0日常使用中出现的报错异常

1、加载数据集的时候出现错误：

ImportError: DLL load failed: 找不到指定的模块。
ImportError: numpy.core.multiarray failed to import

在网上查找到的原因是：由于numpy的版本问题
查看numpy版本命令：

pip show numpy

查看结果如下图：numpy版本为1.18.2

numpy版本需要改为： 1.16.4
首先卸载numpy:

pip uninstall numpy

然后再下载numpy 1.16.4版本：

pip install numpy==1.16.4

查看numpy版本如图：

参考链接：【python】踩坑：ImportError: numpy.core.multiarray failed to import

2、报错：ResourceExhaustedError: OOM when allocating tensor with shape[3,3,512,512]
原因：数据太大，不能一次放入GPU中
解决方法：
1、减少Batch 的大小
2、分析错误的位置，在哪一层出现显卡不够，比如在全连接层出现的，则降低全连接层的维度，把2048 改成1042啥的
3、增加pool 层，降低整个网络的维度。
4、修改输入图片的大小
5、采用CPU进行训练：os.environ["CUDA_VISIBLE_DEVICES"] = "-1"

3、报错：

tensorflow.python.framework.errors_impl.UnknownError: Failed to get convolution algorithm. This is probably because cuDNN failed to initialize, so try looking to see if a warning log message was printed above. [Op:Conv2D]

原因：
1、cuda和cudnn不匹配
2、电脑GPU性能不足
解决方法：假若训练模型不大的话，采用CPU进行训练即可：

 #选择哪一块gpu--->值为-1就是说不用GPU了,直接使用CPU计算
os.environ["CUDA_VISIBLE_DEVICES"] = "-1"

参考博客：TensorFlow: Failed to get convolution algorithm. This is probably because cuDNN failed to initialize