运行NiftyNet快速启动命令时遇FloorMod KeyError求助

我之前踩过这个一模一样的坑，结合你描述的环境和错误信息，问题主要出在TensorFlow版本兼容性和命令执行格式错误这两个点上，给你几个针对性的解决方案：

1. 先修正命令执行格式（最容易忽略的点） #

你把net_download.py和net_segment.py两个命令写在同一行了，这会导致脚本解析错误，触发异常！正确的操作是分开执行：
首先下载预训练模型：

python net_download.py dense_vnet_abdominal_ct_model_zoo

等下载完成后，再单独执行推理命令：

python net_segment.py inference -c ~/niftynet/extensions/dense_vnet_abdominal_ct/config.ini

2. 匹配NiftyNet与TensorFlow的兼容版本 #

你用的TensorFlow 1.4.1版本太老了，和NiftyNet的新版本存在算子兼容性问题——FloorMod的梯度注册冲突就是典型的版本不匹配表现。建议：

• 卸载当前的TensorFlow，安装1.13.x或1.14.x版本（这两个是NiftyNet 0.6.x版本的官方适配版本）：

  pip uninstall tensorflow
  pip install tensorflow-gpu==1.14.0  # GPU版，对应你的Nvidia GPU环境
  # 或者CPU版：pip install tensorflow==1.14.0
  

• 同时确保NiftyNet是对应兼容的版本：

  pip install niftynet==0.6.0
  

3. 清理环境缓存避免残留冲突 #

如果之前在多个环境里反复测试过，建议清理NiftyNet的缓存目录，避免旧的配置或依赖残留：

rm -rf ~/.niftynet

然后重新安装依赖并执行命令。

4. 尝试官方预配置Docker镜像 #

如果不想折腾环境，直接用NiftyNet官方的Docker镜像，已经打包好了兼容的TensorFlow和所有依赖：

docker pull niftynet/niftynet:1.14.0
docker run -it --gpus all niftynet/niftynet:1.14.0  # GPU版，需要Docker支持GPU
# 进入容器后再执行下载和推理命令

为什么会出现这个错误？ #

FloorMod算子的梯度注册逻辑在TensorFlow 1.x早期版本（比如1.4）里存在不完善的地方，而NiftyNet的部分模块会重新定义这个算子的梯度实现，当版本不兼容或者脚本重复加载TensorFlow时，就会触发“重复注册梯度”的KeyError。分开执行命令能避免两个脚本同时初始化TensorFlow导致的冲突，升级版本则能从根本上解决算子实现的兼容性问题。

内容的提问来源于stack exchange，提问作者bsp2020