CNN食物检测系统训练遇空日志：train_function返回意外结果

核心修复方案 #

针对train_function出现意外结果（日志为空）的问题，采用以下两种方法之一即可解决：

方法1：编译模型时启用即时执行 #

在调用Model.compile()时添加run_eagerly=True参数，示例代码：

classifier.compile(optimizer='adam',
                   loss='categorical_crossentropy',
                   metrics=['accuracy'],
                   run_eagerly=True)

方法2：全局启用即时执行 #

在代码开头添加全局配置，让所有TensorFlow函数以即时模式运行：

import tensorflow as tf
tf.config.run_functions_eagerly(True)

额外优化建议 #

结合你提供的CNN结构代码，补充以下检查点：

• 你的当前模型只有卷积和池化层，缺少全连接输出层，这会导致训练逻辑不完整，需添加：

from tensorflow.keras.layers import Flatten, Dense

classifier.add(Flatten())
classifier.add(Dense(units=128, activation='relu'))
# 替换"你的类别数"为实际食物类别数量
classifier.add(Dense(units=你的类别数, activation='softmax'))

• 确认数据集加载正常，无数据为空、维度不匹配的情况
• 检查训练参数（如epochs、batch_size）设置合理，无无效值

内容的提问来源于stack exchange，提问作者SAI TARUN Maddineni