TensorFlow学习笔记6——《面向机器智能的TensorFlow实践》StanfordDog例程修改记录

本文链接：https://blog.youkuaiyun.com/hnxyxiaomeng/article/details/78417091

本书籍《面向机器智能的TensorFlow实践》中StanfordDog案例出现了一些问题，如编码错误和尺寸指定方式不正确等。本文针对这些问题进行了调试，并提供了相应的解决方案。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

《面向机器智能的TensorFlow实践》深入浅出，将tensorflow的很多概念讲的很清楚，很适合tensorflow的初学者学习。该书完整的代码在https://github.com/backstopmedia/tensorflowbook点击打开链接可以下载到。这本书最大的缺陷是其中的例子是基于tensorflow 0.8版本的，现在tensorflow已经到1.0版本，有些函数已经更新，在跑其中的例程时，需要修改。1.0版本的主要更新网上随便就能找到。

除了tensorflow的版本问题之外，代码中还有一些小bug，或者因为读者python编译器的配置问题，导致例程无法跑通。本文是我调试该书第5.5节StanforDog例程记录的问题。

1、控制台提示错误'utf-8' codec can't encode character '\udcd5' inposition 2575: surrogates not allowed

逐个函数屏蔽，然后逐条语句屏蔽（原谅我对python 不熟，只能这样找到问题），发现是执行def write_records_file(dataset, record_location)函数时的下述语句报错。

record_filename = "{record_location}-{current_index}.tfrecords".format(
                    record_location=record_location,
                    current_index=current_index)

可以看出是写tfrecord时的路径问题。

调用该函数的代码为：

write_records_file(testing_dataset, "./output/testing-images/testing-image")
write_records_file(training_dataset, "./output/training-images/training-image")

正确做法是，先在.py脚本的目录下，建立/output/testing-images/testing-image和/output/training-images/training-image这两个目录（即文件夹），这样便可正确执行。

2、size

write_records_file(dataset, record_location)函数中的

resized_image = tf.image.resize_images(grayscale_image, 250, 151)

修改为：

resized_image = tf.image.resize_images(grayscale_image, [250, 151])