TensorFlow图像分类器不显示损失、准确率及训练过程问题

程序无法输出训练日志是两个问题共同导致的：一是运行环境存在OpenMP运行时冲突，程序在依赖加载阶段就直接中断；二是代码本身存在多处拼写错误，就算绕过冲突也会触发运行时错误。

1. 处理OpenMP冲突报错 #

你看到的OMP: Error #15是因为当前Python环境里安装的TensorFlow、OpenCV、NumPy等库各自携带了不同版本的OpenMP运行时动态库，加载时出现多副本冲突，直接终止了程序运行。

• 本地调试阶段的快速解决方法：在代码最顶部，所有import语句之前添加如下两行代码，临时允许重复加载OpenMP库：

import os
os.environ["KMP_DUPLICATE_LIB_OK"] = "TRUE"

注：该方法仅适合本地学习调试场景，长期稳定的解决方案是用conda管理科学计算相关依赖，安装时会自动统一OpenMP版本，从根源避免冲突。

• 终端里打印的AVX2相关提示不是报错，只是TensorFlow的常规信息，说明你的CPU支持AVX2加速指令，无需处理。

2. 修正代码里的拼写错误 #

代码里有4处拼写/大小写错误，就算绕过OpenMP冲突也会触发运行错误，需要逐一修正：

• 两处layer.MaxPooling2D：layer漏写了s，应该是layers.MaxPooling2D
• layers.flatten()：类名首字母未大写，应该是layers.Flatten()
• model.complie()：单词拼写错误，正确写法是model.compile()

修正后的模型构建、编译部分代码如下：

model = models.Sequential()
model.add(layers.Conv2D(32, (3,3), activation='relu', input_shape=(32,32,3)))
model.add(layers.MaxPooling2D((2,2)))
model.add(layers.Conv2D(32, (3,3), activation='relu'))
model.add(layers.MaxPooling2D((2,2)))
model.add(layers.Conv2D(32, (3,3), activation='relu'))
model.add(layers.Flatten())
model.add(layers.Dense(64, activation='relu'))
model.add(layers.Dense(10, activation='softmax'))

model.compile(optimizer='adam', loss='sparse_categorical_crossentropy', metrics=['accuracy'])

运行说明 #

全部修改完成后运行代码，首先会弹出显示16张CIFAR-10样本图片的matplotlib窗口，关掉该窗口后终端就会正常输出每个epoch的训练进度、训练集/验证集的损失值和准确率，训练完成后会打印测试集的最终评估结果，最后在当前目录生成训练好的模型文件image_classifier.model。

内容的提问来源于stack exchange，提问作者Jerry