[人工智能]TensorFlow和Keras训练网络过程中的AttributeError：EXPERIMENTAL_LIST_DEVICES 和 h5py错误

1. AttributeError: module ‘tensorflow_core._api.v2.config’ has no attribute ‘experimental_list_devices’

AttributeError: module ‘tensorflow_core._api.v2.config’ has no attribute ‘experimental_list_devices’

这个问题是：获取不到显卡列表。也不知道什么问题（可能是我用的TensorFlow和keras的版本较高），看别人回答是要修改源码。我试过两次都可以完美运行，而且不影响其他原来就可以正常运行的工程。

具体办法：打开报错的代码，修改源码。

源码位置：conda环境位置\Lib\site-packages\keras\backend\tensorflow_backend.py

例如我的：（E:\Anaconda\envs\TF2.1\Lib\site-packages\keras\backend\tensorflow_backend.py ）

将第506行的：

_LOCAL_DEVICES = tf.config.experimental_list_devices()

删掉，然后

改为：

devices = tf.config.list_logical_devices()
_LOCAL_DEVICES = [x.name for x in devices]

前后对比，更改前：

def _get_available_gpus():
    """Get a list of available gpu devices (formatted as strings).

    # Returns
        A list of available GPU devices.
    """
    global _LOCAL_DEVICES
    if _LOCAL_DEVICES is None:
        if _is_tf_1():
            devices = get_session().list_devices()
            _LOCAL_DEVICES = [x.name for x in devices]
        else:
            _LOCAL_DEVICES = tf.config.experimental_list_devices()
    return [x for x in _LOCAL_DEVICES if 'device:gpu' in x.lower()]

更改后：

def _get_available_gpus():
    """Get a list of available gpu devices (formatted as strings).

    # Returns
        A list of available GPU devices.
    """
    global _LOCAL_DEVICES
    if _LOCAL_DEVICES is None:
        if _is_tf_1():
            devices = get_session().list_devices()
            _LOCAL_DEVICES = [x.name for x in devices]
        else:
            # _LOCAL_DEVICES = tf.config.experimental_list_devices()
            devices = tf.config.list_logical_devices()
            _LOCAL_DEVICES = [x.name for x in devices]
    return [x for x in _LOCAL_DEVICES if 'device:gpu' in x.lower()]

2. ‘str’ object has no attribute 'decode’以及load模型时找不到checkpoint保存的文件问题

best_model_file = './Result/Best_CNN_Model_Weights.h5'
best_model = ModelCheckpoint(best_model_file, monitor='val_accuracy', verbose=1, save_best_only=True, save_weights_only=True, mode='auto')

这个问题发生在这一行：

model.load_weights(best_model_file) 

加载保存的模型那里，我一开始保存的是h5文件，运行到这一行时发现是找不到相应文件 Error: Unable to open file(…)

（我确实也没发现有这个文件，checkpoint那里没能保存，不知什么问题，有人知道的话还请赐教）。

其实是hdf5格式保存的文件只有权值，所以需要先构建模型，而h5 文件保存的既有权值又有模型的结构。因此呢，在load_weights时是不一样的。

model.load_weights()	# hdf5
model = load_model()	# hdf5或h5

于是我将上面的 .h5 改成 .hdf5 后，文件确实保存也能找到了，运行到load_weights那里，又出现了新的问题：

AttributeError: ‘str’ object has no attribute 'decode’

看很多人的帖子，多数都是在说Python2和Python3的编码问题，但我这里也不涉及decode和encode啊。于是再次考虑版本问题，看了下h5py这个模块的版本，是h5py3.3.0，版本太高了！于是决定卸载，重装2.10.0版的。（我的tf是2.1）

在这里，建议使用

pip uninstall h5py
pip install h5py==2.10.0

非常不建议使用“conda uninstall h5py，然后再conda安装”的办法，因为我试过，conda会卸载很多东西，也会重装很多东西，下载过程真的要命。即使用的国内的几个镜像源，即使离线安装都识别不了（操作也没错），导致我整个环境重新装，又经历了一遍以上过程。（早知道还不如一开始直接配置个tensorflow1.14的环境）

总结：版本问题真是坑。

写在最后：第一次发错误记录，希望对您有帮助，如果写的有什么不妥，欢迎指正交流！谢谢，大家一起进步！