multinet kittibox 代码运行踩坑记录

写在前边

因为我的环境是tensorflow2.1，所以有不少的错误，再次记录一下。
因为有些错误与我之前运行 kittiseg 代码相同在此可以移步 此处

1. 权重路径错误

在demo.py文件夹下，创建DATA文件夹，在DATA文件夹里放入vgg16.npy，创建weight文件夹也放入vgg16.npy。

2. AttributeError: ‘module’ object has no attribute ‘Print’

#import tensorflow as tf
import tensorflow.compat.v1 as tf

3.AttributeError: ‘module’ object has no attribute ‘contrib’

（1） he_init = tf.contrib.layers.variance_scaling_initializer() 这句报错

    #he_init = tf.contrib.layers.variance_scaling_initializer()
    he_init = tf.variance_scaling_initializer()

（2）l2_regularizer = tf.contrib.layers.l2_regularizer(hypes[‘wd’]) 这句报错

 #l2_regularizer = tf.contrib.layers.l2_regularizer(hypes['wd'])
 l2_regularizer = tf.keras.regularizers.l2(hypes['wd']

tf.contrib.layers.l2_regularizer()用
regularizer = tf.keras.regularizers.l2()代替
https://blog.csdn.net/wun123/article/details/108278113参考

4.TypeError: init() got an unexpected keyword argument ‘factor’

    #he_init4 = tf.contrib.layers.variance_scaling_initializer(factor=2.0*sd*sd)
    he_init4 = tf.variance_scaling_initializer(scale=2.0*sd*sd)

这里边是两个函数的参数不一样，在此列举一下：
（1）tf.contrib.layers.variance_scaling_initializer（）
https://www.cnblogs.com/xc90/articles/9377578.html 参考

variance_scaling_initializer(
    factor=2.0,
    mode='FAN_IN',
    uniform=False,
    seed=None,
    dtype=tf.float32
)

（2）tf.variance_scaling_initializer()参考https://www.cnblogs.com/jfdwd/p/11184117.html

tf.variance_scaling_initializer()

可简写为tf.VarianceScaling()

参数为（scale=1.0,mode="fan_in",distribution="normal",seed=None，dtype=dtypes.float32)

scale: 缩放尺度（正浮点数）

mode:  "fan_in", "fan_out", "fan_avg"中的一个，用于计算标准差stddev的值。

distribution：分布类型，"normal"或“uniform"中的一个。

当 distribution="normal" 的时候，生成truncated normal   distribution（截断正态分布） 的随机数，其中stddev = sqrt(scale / n) ，n的计算与mode参数有关。

      如果mode = "fan_in"， n为输入单元的结点数；         

      如果mode = "fan_out"，n为输出单元的结点数；

       如果mode = "fan_avg",n为输入和输出单元结点数的平均值。

当distribution="uniform”的时候 ，生成均匀分布的随机数，假设分布区间为[-limit, limit]，则

      limit = sqrt(3 * scale / n)

我改了factor为scale，运行成功了，不过原理不了解，不知道是不是一样的参数，大佬请留言解惑！

5. RuntimeError: tf.placeholder() is not compatible with eager execution.

参考：https://blog.csdn.net/weixin_43763859/article/details/104537392
这是因为在运行**tf.compat.v1.placeholder(dtype, shape = None, name = None)**的时候急切执行了这条语句，但是我们一般都是在一个Session前先去定义placeholder，但是不会去执行，然后再在Sesion上下文管理器中去传入我们的数据，然后执行。
这里给出一个方法(对我有效)

在代码中添加这样一句：

import tensorflow as tf
import numpy as np
tf.compat.v1.disable_eager_execution()