mac 深度学习模型代码 报错 Cannot find reference ‘np_utils‘ in ‘__init__.py‘

原创 已于 2023-12-09 15:15:52 修改 · 1k 阅读 · 12 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#macos #深度学习 #人工智能

于 2023-12-09 14:47:53 首次发布
文章讲述了在Mac环境中使用PyCharm编写的深度学习代码遇到`Cannotfindreferencenp_utils`的问题，解决方案是将导入语句从`fromkeras.utilsimportnp_utils`改为`fromtensorflow.python.keras.utils.np_utilsimportto_categorical`，修复了代码运行问题。
部署运行你感兴趣的模型镜像

mac 深度学习代码 报错 Cannot find reference ‘np_utils’ in ‘init.py’

配置环境

编辑器： PyCharm
keras 版本： 2.15.0
tensorflow 版本： 2.15.0

from keras.utils import np_utils

自己尝试复现实验代码时，显示此错误

在这里插入图片描述

解决方法

  1. 修改导包语句
from tensorflow.python.keras.utils.np_utils import to_categorical
  1. 将代码中原来使用 np.utils 进行方法调用的代码修改，将 np.utils 删除
    修改前
y_train = np_utils.to_categorical(y_train, NB_CLASSES)
y_valid = np_utils.to_categorical(y_valid, NB_CLASSES)
y_test = np_utils.to_categorical(y_test, NB_CLASSES)

修改后

y_train = to_categorical(y_train, NB_CLASSES)
y_valid = to_categorical(y_valid, NB_CLASSES)
y_test =  to_categorical(y_test, NB_CLASSES)

即可运行代码了。

您可能感兴趣的与本文相关的镜像

TensorFlow-v2.15

TensorFlow-v2.15

TensorFlow

TensorFlow 是由Google Brain 团队开发的开源机器学习框架,广泛应用于深度学习研究和生产环境。 它提供了一个灵活的平台,用于构建和训练各种机器学习模型

ts12_Multi-step Forecast_sktime_bold_Linear Regress_sMAPE MASE_warn_plotly acf vlines_season_summary
Linli522362242的专栏
01-12 1953
Linear_Elastic Net_Ridge_Huber_Lasso Regression_ForecastingHorizon_Deseasonalizer_Detrender_NaiveForecaster_ make_reduction _TransformedTargetForecaster_test_heteroskedasticity_test_serial_correlation_bse(std err)_SARIMAX
61、华为昇腾开发板Atlas 200I DK A2初步测试,yolov7_batchsize_1&yolov7_batchsize_3的python/c++推理测试
sxj731533730
07-01 987
四、pycharm 专业版进行远程debug调试和转yolov7的模型，yolov7使用官方源码直接转onnx即可，batchsize=1,然后配置pycharm 专业版的解释器。二、刷机显示系统正常运行，刷机尝试使用linux刷机貌似不成功，的使用window系统进行刷机，其次，需要等待至少2-3分钟，官方给的回复是有固件升级书。测试c++代码，使用官方的demo生成的封装so库，然后自己用代码测试。在这里需要注意，查看，将其中的sh内容拷贝出来，六、测试一下batchsize=3的华为昇腾推理。
解决Pytorch在Pycharm没有代码提示的文件__init__.pyi（2019.4.21）
04-21
解决Pytorch在Pycharm中没有代码提示的问题。首先把Pycharm升级到2019.1.1，然后把Pytorch升级到1.0.1.post2，然后把下载的__init__.pyi替换掉site-packages/torch/中的__init__.pyi就行。
解决Pytorch在Pycharm没有代码提示的文件__init__.pyi（4月21日更新版）
04-21
解决Pytorch在Pycharm中没有代码提示的问题。首先把Pycharm升级到2019.1.1，然后把Pytorch升级到1.0.1.post2，然后把下载的__init__.pyi替换掉site-packages/torch/中的__init__.pyi就行。
Pycharm : Cannot find reference 'xxx' in __init__.py -python问题的几种解决方案
热门推荐
feiyihexin的博客
02-13 10万+
Python 编程从入门到实践 第12章程序复现中的问题解决综述源程序运行结果警告信息问题解决方案解决方案1解决方案2总结 综述 首先声明：这不是一个程序错误！ 这不是一个程序错误！ 这不是一个程序错误！ 但是本着一个科学严谨（强迫症本强）的态度，必须要消除这个警告！！！ 这只是Pycharm 这个IDE的bug，不影响程序的运行。如果将程序在Sublime 或者spyder中运行就不会出现这种错...
import importlib ，Cannot find reference ‘util‘ in ‘__init__.pyi‘
lililinglingling的博客
11-30 1773
问题描述： 引入代码： import importlib 这里解决方法是显性引入util 包 import importlib.util 不再高亮提示： 参考：https://www.5axxw.com/questions/content/yot23v
Cannot find reference ‘utils‘ in ‘__init__.py‘
qq_45745464的博客
02-27 260
上面四条是deepseek给出的解决方案，还有一条容易忽视就是source root，没设定文件为source root并且其它文件设为source root的话lexsubgen的话就会报错，路径冲突——IDE。解决办法：pycharm 鼠标左键当前项目——make directory as——source root.：在复杂目录结构中使用错误的导入方式。：目录未被识别为Python包。：Python无法找到顶级包。：如PyCharm未标记。，而非项目真实根目录，引发。
Cannot find reference 'to_categorical' in '__init__.py'
最新发布
10-27
</think>### 解决方案：解决 `Cannot find reference 'to_categorical' in '__init__.py'` 错误 此问题通常由 **模块导入路径错误** 或 **环境配置问题** 引起。下面分步骤解决： #### 1. **检查导入语句（最常见...
Keras 多GPU mult_gup_model 报错 cannot import name ‘multi_gpu_model’ from ‘keras.utils’
luschka的博客
03-22 7901
keras 多GPU训练报错及解决方法
YOLOv5结合GradCAM热力图可视化
m0_56247038的博客
09-03 6402
三、在文件夹中，添加gradcam.py文件： 四、在根目录下新建文件 : 五、使用介绍 1、更改文件中的类别 2、更改model-path和img-path路径 3、运行文件，结果如下 如果以上报错，即为torch版本不对，升级为1.8.0以上就可也可以将gradcam.py文件中的register_full_backward_hook换成register_backward_hook【YOLOv5】结合GradCAM热力图可视化_嗜睡的篠龙的博客-优快云博客_yolov5 热
__init__.pyi
08-01
pytorch __init__.pyi文件，博客配套使用，修改pytorch的bug。
pycharm cannot find reference xxx in init_.py 的一个解决方案
未到初级图像处理工程师
04-02 4万+
pycharm有时存在安装库之后报warning的情况，虽然能正常运行，但是一直提示warning还是很不爽，解决方法如下。 1.preference-intention action 在属性里面搜索-找到intention action快捷键，设置成自己想设的快捷键组合 2.在提示错误的地方按第一步中找到的快捷键 3.在下拉选项中选择第三个，忽略所有报错最后提醒:当然这是治标不治本，pyc
出现了“__init__.py“找不到引用的问题
m0_73467829的博客
03-11 2万+
出现了大量的“未引用”的情况，我仔细一看全都是numpy包的问题，上csdn上查到很多种可能性，就是说包中缺了文件（图一），我在pycharm终端使用命令“pip show numpy”找到了nupy的路径（图二），我发现很多包里边都有该文件（__init__.py）,实际上目录都要有一个，我在查第一个目录的时候发现竟然没有，直接新建.txt文件——重命名——改后缀为.py——确定——退出。重启一遍pycharm，发现有效（图三）。
Cannot find reference ‘xxx‘ in __init__.py/ No module named db_utils
qq_43399648的博客
02-20 1424
分析了一下 有人说是Python版本的问题 还有的是pycharm的问题 我这次碰到的是，社区版本创建flask项目，在app.py想引入别的py文件时出现了问题 有点像idea中java版那种目录格式的问题，有些人应该有经验，就是从外部导入项目时，发现不能正确识别目录，导致项目跑不起来，导包很多地方不能识别，报错。 解决方法很类似 顺利解决 ...
两步解决Cannot find reference ‘xxx‘ in __init__.py
m0_63718268的博客
05-09 5725
最近在进行机器学习训练时，发现更新/导入一些包后，pycharm会报错Cannot find reference 'xxx' in __init__.py。超级简单快速的解决方案就是。
解决在 ‘__init__.py‘ 中找不到引用 ‘to_categorical‘
X10的博客
03-21 7801
导入categorical时报错，如下 解决方法： 将： from keras.utils import to_categorical 改为： from tensorflow.python.keras.utils.np_utils import to_categorical 即可
Cannot find reference ‘XXX‘ in ‘_init_.py‘
LuniqueX的博客
08-15 1万+
python编程中，在pycharm中引入库时，会出现Cannot find reference 'XXX' in '_init_.py'的报错字样。File→Settings→Editor→Inspections→在右侧框中选择python→Unresolved references。将Unresolved references后的。操作完后，再运行程序，就不会报错啦！...
pycharm中引入库，出现Cannot find reference ‘XXX‘ in ‘_init_.py‘的报错。
qq_46381729的博客
11-09 4212
原因：这个错误不会对程序运行产生影响，但是你将无法通过ctrl+左键跳转到被引用方法的源文件中，也无法查看该方法的文档。这主要是因为包撰写时导入不规范的原因，也可以认为这是Pycharm的一个Bug。File→Settings→Editor→Inspections→在右侧框中选择python→Unresolved references（未解析的引用）只需要将Unresolved references后的“ √ ”去掉即可。
OPenCV 在pycharm李提示Cannot find reference ‘xxx‘ in __init__.py
baidu_34172099的博客
02-23 1647
OPenCV 在pycharm李提示Cannot find reference 'xxx' in __init__.py
Cannot find reference 'to_categorical' in 'np_utils.py'
10-27
<think>根据用户提供的引用内容，我们可以总结出几个关键点： 1. 用户在使用 `from keras.utils import to_categorical` 时遇到找不到引用的问题。 2. 引用[1]和[2]建议改为从 `tensorflow.keras` 中导入：`from tensorflow.keras.utils import to_categorical`。 3. 引用[3]提供了一个更具体的路径：`from tensorflow.python.keras.utils.np_utils import to_categorical`，并且修改了调用方式（去掉了`np_utils`）。 4. 引用[4]提到了在`np_utils.py`中执行`to_categorical`时遇到内存错误，但这不是当前用户的问题。 用户当前的问题是：在 `np_utils.py` 文件中无法找到 `to_categorical` 引用。 实际上，根据引用[3]的内容，在较新的TensorFlow版本中，`to_categorical`函数已经从`np_utils`模块中移除了？或者导入路径发生了变化？ 解决方案： 1. 修改导入语句：使用`from tensorflow.keras.utils import to_categorical`（推荐方式，因为这是官方文档推荐的标准导入方式，兼容性更好）。 2. 如果上述方式不可行，可以尝试引用[3]中的方法：`from tensorflow.python.keras.utils.np_utils import to_categorical`，但注意这种方式是TensorFlow内部的，可能不稳定。 3. 修改调用代码：直接使用`to_categorical`而不是`np_utils.to_categorical`。 步骤说明： - 步骤1：检查你的TensorFlow和Keras版本。确保TensorFlow版本在2.x以上，因为1.x的导入方式不同。 - 步骤2：修改导入语句。将原来的`from keras.utils import to_categorical`或`from keras.utils import np_utils`改为`from tensorflow.keras.utils import to_categorical`。 - 步骤3：修改调用代码。如果你之前使用的是`np_utils.to_categorical(...)`，现在改为直接使用`to_categorical(...)`。 示例代码修改： ```python # 修改前 from keras.utils import np_utils y_train = np_utils.to_categorical(y_train, num_classes) y_test = np_utils.to_categorical(y_test, num_classes) # 修改后 from tensorflow.keras.utils import to_categorical y_train = to_categorical(y_train, num_classes) y_test = to_categorical(y_test, num_classes) ``` 原因分析： 在TensorFlow 2.0之后，Keras被整合到TensorFlow中，成为`tf.keras`。因此，原来的`keras`包（独立的Keras）中的一些模块路径发生了变化。特别是，在`tensorflow.keras.utils`中提供了`to_categorical`函数，而不再需要从`np_utils`中导入。另外，在独立的Keras中，`to_categorical`原本位于`keras.utils.np_utils`模块中，但如果你使用的是TensorFlow的Keras（即`tf.keras`），则应该使用上面的标准导入方式。 建议： - 使用TensorFlow内置的Keras模块（即`tf.keras`）来保证兼容性。 - 避免使用`tensorflow.python.keras`这样的内部路径，因为它们在TensorFlow版本更新时可能发生变化。 如果用户仍然遇到问题，可能是由于环境配置问题，建议检查安装的TensorFlow版本，并确保代码中统一使用`tf.keras`。 相关问题： 1. 如何检查当前环境中 TensorFlow 和 Keras 的版本？ 2. 除了修改导入语句，还有哪些方法可以解决模块导入错误？ 3. 在 TensorFlow 2.x 中，使用 Keras 的最佳实践是什么？ </think>### 解决方案：解决 `np_utils.py` 文件中无法找到 `to_categorical` 引用的问题 #### 根本原因分析 1. **模块路径变更**： TensorFlow 2.x 版本中，`to_categorical` 函数已从 `keras.utils.np_utils` 迁移至 `tensorflow.keras.utils`，导致直接导入 `np_utils.to_categorical` 失效[^1][^2][^3]。 2. **版本兼容性问题**： 当使用独立安装的 Keras（如 `keras==2.15.0`）与 TensorFlow 混用时，可能因路径冲突导致引用失败[^3]。 3. **文件位置差异**： 在 TensorFlow 内部，`np_utils.py` 文件实际位于 `tensorflow.python.keras.utils` 路径下，而非标准 Keras 路径[^3]。 #### 解决方案步骤 1. **修改导入路径（推荐）** 将原代码： ```python from keras.utils import np_utils # 错误方式 y = np_utils.to_categorical(y, num_classes) ``` 改为： ```python # 标准导入方式（兼容 TensorFlow 2.x） from tensorflow.keras.utils import to_categorical y = to_categorical(y, num_classes) ``` 2. **替代导入方案（如果需保留 `np_utils` 结构）** ```python from tensorflow.python.keras.utils import np_utils # 内部路径 y = np_utils.to_categorical(y, num_classes) ``` > ⚠️ 注意：此方式依赖 TensorFlow 内部实现，未来版本可能失效[^3]。 3. **环境检查与版本对齐** - 检查环境：运行 `pip show tensorflow keras` 确认版本 - 推荐组合： ```bash pip install tensorflow==2.15.0 # 包含内置 Keras pip uninstall keras # 移除独立 Keras 避免冲突 ``` #### 错误用法 vs 正确用法示例 | **错误用法** | **正确用法** | |--------------|--------------| | `from keras.utils.np_utils import to_categorical` | `from tensorflow.keras.utils import to_categorical` | | `np_utils.to_categorical(y)` | `to_categorical(y)` | | 同时安装 `tensorflow` 和 `keras` 包 | 仅安装 `tensorflow`（内置 Keras） | #### 验证是否生效 ```python import tensorflow as tf print(tf.keras.utils.to_categorical([0,1], num_classes=2)) # 正确输出：[[1. 0.] [0. 1.]] ``` #### 其他注意事项 1. 若遇到 `MemoryError`，需检查输入数据维度：`to_categorical` 要求标签为整数向量，而非高维数组[^4]。 2. IDE 警告处理：PyCharm 可能仍提示引用错误，但因动态加载机制不影响实际运行，可通过 `Mark Directory as Sources Root` 消除警告。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值