22/04/09总结

继安装了cuda cudnn最新版之后发现没有对应的tensorflow 因为之前安装的一个2.8.0用这倒也是挺正常的构建了个sequential线性的神经网络，但是在构建的时候虽然能正常跑也能进行训练但是，再用layers给中间层添加初始化和正则化处罚项的时候就直接报错了，而且没法用pycharm进补全(连提示都没)称之为没法正确的引用第三方库，一开始是以为导的包的问题就到处找正确导包的格式，因为在tensorflow2.0下

  ├── tensorflow
        ├── _api
        ├── compiler
        ├── contrib
        ├── core
        ├── examples
        ├── include
        ├── python
        ├── tools
        └── __init__.py

keras不是他的子包所以直接引用pycharm会报unresolved reference但是呢它可以正常运行所以问题不在这。

然后我再检查cuda版本和tensorflow版本对应的时候发现我tensorflow2.8.0有点新，cuda11.5也有点新而且tensorflow官网最新的对应关系才到2.6.0。所以干脆重新把这一套重新装一遍。结果发现是anaconda里的keras版本和tensorflow版本不对应（教程都已变得重复cuda和tensorflow和cudnn版本的对应谁知道keras这里还有个坑）细心那细心

4/13更新

在使用mnist数据集进行分类处理的时候，出现了形状不兼容的问题Incompatible shapes: [64,28] vs. [64]

原因在于，密集层无法处理像图像这样的 2D 数据，您应该首先将输入展平为向量，然后将其传递给您的模型，否则，您将在输出中获得其他维度，然后是您的标签和 logits（模型输出）不兼容，你会得到错误。所以要在模型前添加一个展平层

model.add(layers.Flatten(input_shape=(x_train.shape[1:])))#增加这一行代码即可
model.add(layers.Dense(32))
model.add(layers.Dense(32))
model.add(layers.Dense(10))