windows10+cuda8.0+cudnn+python3.5+tensorflow-gpu-1.3.0-rc0( bottleneck() argument after ** must be )

本文记录了在特定环境下安装TensorFlow GPU版遇到的问题及解决方案,包括配置python3.5 + cuda8.0 + cudnn6 + tensorflow1.3.0-rc0时出现的错误,并详细介绍了如何通过修改代码解决传入参数类型问题。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

之前tensorflow的检测环境一直没有用gpu版的 

后来在python3.6+cuda8.0+cudnn6下装tensorflow1.2/1.3/1.4都有问题报错

①:1.2、1.3的gpu版在import tensorflow时就直接报错

②:1.4的TensorFlow-gpu可以import,但是在运行faster的时候就有问题

tensorflow下载:https://mirrors.tuna.tsinghua.edu.cn/tensorflow/windows/gpu/


解决修改:

python3.5(Anaconda4.2.0)+cuda8.0+cudnn6+tensorflow1.3.0-rc0

但还是报错:传入参数类型问题


net = block.unit_fn(net, rate=1, **unit)
TypeError: bottleneck() argument after ** must be a mapping, not tuple


解决方法,修改代码(faster-rcnn/lib/nets/resnet_v1.py)




 

我用的是resnet101,所以修改了build_network的这一段

blocks = [
          resnet_v1.resnet_v1_block('block1', base_depth=64, num_units=3, stride=2),
          resnet_v1.resnet_v1_block('block2', base_depth=128, num_units=4, stride=2),
          resnet_v1.resnet_v1_block('block3', base_depth=256, num_units=23, stride=1),
          resnet_v1.resnet_v1_block('block4', base_depth=512, num_units=3, stride=1),
      ]

调用D:\Anaconda3\Lib\site-packages\tensorflow\contrib\slim\python\slim\nets下的resnet_v1

再装一下cv2,升级numpy,easydict


然后就可以运行了





评论 10
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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