运行TensorFlow Transform时出现trainable_variables数据类型错误，是否正常？

兄弟，先给你明确说：这个trainable_variables相关的ERROR不属于正常情况，不过也不用太慌，大概率是TF Transform在处理变量集合时的小兼容性问题或者代码配置细节没做好。咱们来拆解下你的输出和问题：

首先看那个CPU指令提示：

2018-03-20 14:36:30.468584: I tensorflow/core/platform/cpu_feature_guard.cc:137] 你的CPU支持以下指令，但当前TensorFlow二进制文件未编译以使用这些指令：SSE4.2 AVX AVX2 FMA

这个只是信息提示（不是错误），意思是你的CPU有更高效的指令集，但你装的TensorFlow版本没编译支持这些，只会影响运算速度，不会导致后面的错误，完全可以忽略；如果在意性能的话，也可以尝试自己编译适配这些指令的TensorFlow版本。

重点是下面的ERROR：

ERROR:tensorflow:无法识别trainable_variables集合的数据类型，正在跳过。

这个问题通常出在这些场景：

• 版本不兼容：TensorFlow和TensorFlow Transform的版本匹配度要求很高，旧版TF Transform可能无法识别新版TF里的某些变量类型，建议你核对官方推荐的配套版本（比如早期TF Transform 0.12对应TF 1.12左右），尽量保持版本适配。
• 自定义变量/层未被识别：如果你的代码里有自定义的变量类型或者自定义层，TF Transform的预处理流程可能没法解析这些，你可以先简化代码，去掉自定义部分测试是否还会报错，逐步定位问题点。
• 预处理混入了模型训练变量：TF Transform是用来做特征工程预处理的，本来不需要触碰模型的可训练变量，如果你的代码不小心把训练模型的变量带到了预处理流程里，就会触发这个错误，检查下是否把模型训练和预处理的逻辑混在一起了，应该把两者拆分清楚。
• 缓存文件损坏：之前运行生成的Transform缓存文件可能出问题了，你可以删掉生成的临时缓存目录，重新运行脚本试试。

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