Kaggle踩坑指南--2.Function call stack: distributed_function->distributed_function

在訓練模型model.fit的時候報錯了，直接上圖

其實這裏有兩個問題，一個是NotFundError, 一個是Function call stack。 但是，一般會直接在意最後一個，而忽略第一個。

一、 Function call stack

請教了大神**@日月光華**，設置GPU顯存按需申請

import tensorflow as tf
gpu = tf.config.experimental.list_physical_devices(device_type='GPU')
assert len(gpu) == 1
tf.config.experimental.set_memory_growth(gpu[0], True)

二、 NotFundError：Tensor(“arg_0:0”, shape=(), dtype=string); No such file or directory

其實，在大神回答我之前，我把第二個問題解決了以後，第一個問題直接就消失了。。。然後我看到有的小夥伴出現了第一個問題的同時，上面其實也有其他的問題，所以我覺得解決第二個問題上出現的問題纔是重點。

很明顯，我這裏是由於dataset內部數據錯誤導致的，需要重頭開始查看在哪裏數據讀取出現的問題。
我的思路如下：

1> 查看是否每個路徑都是準確的路徑

e.g. 我之前讀取jpg圖像路徑直接採用

 images = glob.glob('./data/cats/*')

因爲大致略看了路徑直接認爲裏面都是圖像，但實際讀取的時候裏面可能包含其他的文件，所以最好是做到準確：

 glob.glob('./data/cats/*.jpg')

2> 路徑是否去掉了PosixPath

輸出路徑看是否前面有其他標識，如

若有，則整體轉化爲str

train_images= [str(path) for path in train_images]

3> 數據是否真正的讀取到了

對於圖像數據，可以用以下代碼讀取數據，並顯示圖片

import random
import IPython.display as display
for n in range(3):
    image_index = random.choice(range(len(train_images)))
    display.display(display.Image(all_image_paths[image_index]))

4> 構建tensor時是否正確

這裏以Kaggle踩坑指南–1. 數據集的讀取和圖像預處理如下構建方式爲例

import tensorflow as tf
def _pre_read(img_filename, label):
    image = tf.io.read_file(img_filename)
    image = tf.image.decode_jpeg(image,channels=3)
    image = tf.image.rgb_to_grayscale(image)
    image = tf.image.resize(image,[200,200])
    image = tf.reshape(image,[200,200,1])
    image = tf.image.per_image_standardization(image) #或者：image = image/255
    label = tf.reshape(label,[1])
    return image, label
    
BATCH_SIZE = 32
train_dataset = tf.data.Dataset.from_tensor_slices((train_images,train_labels)) #這裏的train_images是圖像路徑
#在notebook中可以直接在下方新建cell中輸入train_dataset 查看是否構建正確
train_dataset = train_dataset.map(_pre_read)
train_dataset = train_dataset.shuffle(300)
train_dataset = train_dataset.repeat()
train_dataset = train_dataset.batch(BATCH_SIZE)

當然，以上主要針對個人的代碼，我的問題出現在了1>和4>中。
經驗就是，大不了全部輸入dataset都查看一下，看是哪一個讀取數據或者轉數據格式出了問題