TensorFlow执行QuickDraw RNN训练命令报错‘model_dir should be non-empty’求助

我之前跟着这个教程练习的时候也踩过类似的坑，给你几个实用的排查和解决方向：

• 先确认参数格式与路径有效性
  有时候看似加了--model_dir参数，但可能是格式出错：比如参数值和等号之间加了空格（比如写成--model_dir modeldir而非--model_dir=modeldir），或者路径拼写有误。建议先手动创建目标目录，比如先执行mkdir -p ./my_model_dir，再在命令里用--model_dir=./my_model_dir，用明确的相对路径指向当前目录下的文件夹，避免路径解析出现问题。

• 检查脚本的参数解析逻辑
  打开train_model.py查看参数定义部分，比如用argparse的话，是不是model_dir参数设置了required=True但脚本没配置默认值？或者有没有拼写错误（比如脚本里是model_dir但你写成了modeldir）？有时候教程里的脚本可能有小变动，参数名可能和你实际使用的脚本不一致，比如部分版本可能用--output_dir替代--model_dir。

• 排查权限与目录创建问题
  如果指定的model_dir不存在，脚本需要自动创建它，但当前用户可能没有所在目录的写入权限。可以手动创建目录后再运行命令，或者改用有写入权限的路径（比如~/my_model_dir指向用户个人目录）试试。

• 确认TensorFlow版本兼容性
  你参考的是master版本的教程，可能和本地安装的TensorFlow版本不匹配。不同版本对参数的要求可能有变化，建议对照你安装的TensorFlow对应版本的教程文档，或者升级/降级到和教程匹配的版本。

给你一个修正后的命令示例，你可以尝试运行：

train_model.py \
--training_data=rnn_tutorial_data/training.tfrecord-00000-of-00010 \
--eval_data=rnn_tutorial_data/eval.tfrecord-00000-of-00010 \
--classes_file=rnn_tutorial_data/training.tfrecord.classes \
--model_dir=./my_model_dir

内容的提问来源于stack exchange，提问作者user1623454