基于深度学习的声音事件定位与检测-SELD_net_questions

SELD-net实验问题梳理

源代码调试时遇到的错误及解决

seld-net原版代码：https://gitee.com/karas1/seld-net

拿到源代码后，按照readme.md文件中的提示尝试运行，发现出现了很多问题，这里总结了一下解决方案。

1、整型变量问题

运行的时候提示DataType数据类型不匹配，原因是调用含整数参数的方法时，没有声明赋给的参数时整数值。

解决：

根据错误提示信息，定位到代码对应行，观测一下方法中各个参数格式，把需要是int型的变量用int()强转一下。

2、运行环境中Tensorflow版本问题

E tensorflow/core/grappler/optimizers/dependency_optimizer.cc:697] Iteration = 0, topological sort failed with message: The graph couldn’t be sorted in topological order.

E tensorflow/core/grappler/optimizers/meta_optimizer.cc:502] remapper failed: Invalid argument: The graph couldn’t be sorted in topological order.

E tensorflow/core/grappler/optimizers/meta_optimizer.cc:502] arithmetic_optimizer failed: Invalid argument: The graph couldn’t be sorted in topological order.

解决：

为了可以在带有显卡gpu的机器上跑，提高运行效率，可以把

原版本tensorflow1.10.0 + keras2.0.8

改为：tensorflow_gpu1.14.0 + keras2.2.5

pip list
pip uninstall tensorflow==1.10.0
pip uninstall keras==2.0.8
pip install tensorflow==1.14.0
pip install keras==2.2.5 

3、找不到sklearn==0.19.0安装包，使用更高版本的sklearn找不到joblib库

解决：

安装的时候使用以下命令，不要使用缩写sklearn：

pip install -U scikit-learn==0.19.0

4、batch_size（批处理大小）太大，导致系统资源不够分配

Resource exhausted: OOM when allocating tensor with shape[16,256,64,512] and type float on /job:localhost/replica:0/task:0/device:GPU:0 by allocator GPU_0_bfc

​ [[{{node batch_normalization_1/FusedBatchNorm}}]]

解决：把batch_size批处理大小调小一些

1）可以改超参数（不推荐）：

2）也可以在Parameter.py里面写一个条件语句，然后运行时使用参数9来运行

5、不定时出现，尚未解决。应该是带参运行时参数格式有错误。

解决：

可以切换到控制台命令行Terminal模式中，使用如下格式的命令运行：

python seld.py 1 999