TensorFlow CIFAR-10训练例子报错解决（亲测有效）

最近研究TensorFlow，在CIFAR-10训练时由于版本问题，报了很多错误，后来查了各种资料，终于得到解决，下面做一个简单的梳理，供大家使用。

1.AttributeError: ‘module’ object has noattribute ‘random_crop’

解决方案：

将distorted_image= tf.image.random_crop(reshaped_image, [height, width])改为：

distorted_image = tf.random_crop(reshaped_image,[height, width,3])

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

解决方案：

tf.train.SummaryWriter改为：tf.summary.FileWriter
3.AttributeError: ‘module’object has no attribute ‘summaries’

解决方案：

tf.merge_all_summaries()改为：summary_op =tf.summaries.merge_all()

4.AttributeError: ‘module’ object hasno attribute ‘histogram_summary’

tf.histogram_summary(var.op.name,var)改为： tf.summaries.histogram()

5.AttributeError: ‘module’ object hasno attribute ‘scalar_summary’

tf.scalar_summary(l.op.name+ ’ (raw)’, l)

解决方案：

tf.scalar_summary(‘images’,images)改为：tf.summary.scalar(‘images’, images)

tf.image_summary(‘images’,images)改为：tf.summary.image(‘images’, images)

6.ValueError: Only call softmax_cross_entropy_with_logits withnamed arguments (labels=…, logits=…, …)

解决方案：

cifar10.loss(labels, logits) 改为：cifar10.loss(logits=logits,labels=labels)

cross_entropy= tf.nn.softmax_cross_entropy_with_logits(
logits, dense_labels,name=’cross_entropy_per_example’)

改为：

cross_entropy = tf.nn.softmax_cross_entropy_with_logits(
logits=logits, labels=dense_labels,name=’cross_entropy_per_example’)

7.TypeError: Using a tf.Tensor as a Python bool isnot allowed. Use if t is not None: instead of if t: to test if a tensor isdefined, and use TensorFlow ops such as tf.cond to execute subgraphsconditioned on the value of a tensor.

解决方案：

if grad: 改为 if grad is not None:

8.ValueError: Shapes (2, 128, 1) and () are incompatible

解决方案：

concated = tf.concat(1, [indices, sparse_labels])改为：

concated= tf.concat([indices, sparse_labels], 1)

9.报错：

File”/home/lily/work/Tensorflow/CIRFAR-10/tensorflow.cifar10-master/cifar10_input.py”,line 83, in read_cifar10

result.key, value =reader.read(filename_queue)

File”/usr/local/lib/python2.7/dist-packages/tensorflow/python/ops/io_ops.py”,line 326, in read

queue_ref = queue.queue_ref

AttributeError: ‘str’ object hasno attribute ‘queue_ref’

解决方案：

由于训练样本的路径需要修改，给cifar10_input.py中data_dir赋值为本地数据所在的文件夹

AttributeError: ‘module’ object has no attribute ‘SummaryWriter’
tf.train.SummaryWriter改为：tf.summary.FileWriter

AttributeError: ‘module’ object has no attribute ‘summaries’
tf.merge_all_summaries()改为：summary_op = tf.summary.merge_all()

tf.histogram_summary(var.op.name, var)
AttributeError: ‘module’ object has no attribute ‘histogram_summary’
改为： tf.summaries.histogram()

tf.scalar_summary(l.op.name + ’ (raw)’, l)
AttributeError: ‘module’ object has no attribute ‘scalar_summary’

tf.scalar_summary(‘images’, images)改为：tf.summary.scalar(‘images’, images)
tf.image_summary(‘images’, images)改为：tf.summary.image(‘images’, images)

ValueError: Only call softmax_cross_entropy_with_logits with named arguments (labels=…, logits=…, …)
cifar10.loss(labels, logits) 改为：cifar10.loss(logits=logits, labels=labels)
cross_entropy = tf.nn.softmax_cross_entropy_with_logits(
logits, dense_labels, name=’cross_entropy_per_example’)
改为：
cross_entropy = tf.nn.softmax_cross_entropy_with_logits(
logits=logits, labels=dense_labels, name=’cross_entropy_per_example’)

TypeError: Using a tf.Tensor as a Python bool is not allowed. Use if t is not None: instead of if t: to test if a tensor is defined, and use TensorFlow ops such as tf.cond to execute subgraphs conditioned on the value of a tensor.
if grad: 改为 if grad is not None:

ValueError: Shapes (2, 128, 1) and () are incompatible
concated = tf.concat(1, [indices, sparse_labels])改为：
concated = tf.concat([indices, sparse_labels], 1)

tensorflow1.0
主要 API 改进
BusAdjacency 枚举被协议缓冲 DeviceLocality 代替。总线索引现在从 1 而不是 0 开始，同时，使用 bus_id==0，之前为 BUS_ANY。
Env::FileExists 和 FileSystem::FileExists 现在返回 tensorflow::Status 而不是一个 bool。任何此函数的调用者都可以通过向调用添加.ok（）将返回转换为 bool。
C API：TF_SessionWithGraph 类型更名为 TF_Session，其在 TensorFlow 的绑定语言中成为首选。原来的 TF_Session 已更名为 TF_DeprecatedSession。
C API： TF_Port 被更名为 TF_Output。
C API: 调用者保留提供给 TF_Run、 TF_SessionRun、TF_SetAttrTensor 等的 TF_Tensor 对象的所有权。
将 tf.image.per_image_whitening() 更名为 tf.image.per_image_standardization()。
将 Summary protobuf 构造函数移动到了 tf.summary 子模块。
不再使用 histogram_summary、audio_summary、 scalar_summary，image_summary、merge_summary 和 merge_all_summaries。
组合 batch_ 和常规版本的线性代数和 FFT 运算。常规运算现在也处理批处理。所有 batch_ Python 接口已删除。
tf.all_variables，tf.VARIABLES 和 tf.initialize_all_variables 更名为 tf.global_variables，tf.GLOBAL_VARIABLES 和 tf.global_variable_initializers respectively。

以上错误修改方案，亲测有效。
感谢：
http://blog.csdn.net/zeuseign/article/details/72771598