基于TensorFlow训练自定义图像数据集时遇版本兼容错误求助

Hey there! Let's break down the two issues you're encountering while training your custom image dataset with TensorFlow (latest CPU version) on Python 3.6:

1. 关于Instructions for updating: Please switch to tf.train.create_global_step的更新提示 #

这个提示是TensorFlow在提醒你使用了即将被废弃的旧API来创建全局步长（global step）。以前不少代码会用tf.contrib.framework.get_or_create_global_step()这类方法，但TensorFlow官方已经把这个API标记为过时，推荐使用tf.train.create_global_step()来替代。

修复方法： #

找到你代码中创建全局步长的代码行，比如原来的：

global_step = tf.contrib.framework.get_or_create_global_step()

替换为：

global_step = tf.train.create_global_step()

这只是个警告，不会中断你的训练，但更新代码后能避免未来版本的兼容性问题，也更贴合TensorFlow的最新规范。

2. 关于INFO:tensorflow:Scale of 0 disables regularizer.的日志信息 #

这条日志是在告诉你：你设置的正则化器缩放系数（scale）为0，导致正则化功能被禁用了。

原因和解决方式： #

• 如果这是故意的：你本来就不想在模型中使用正则化，那这条日志完全可以忽略，它只是一个告知性的信息，不会影响训练流程。
• 如果这是误操作：检查你构建模型时的正则化相关代码，比如是否在tf.layers.dense、tf.contrib.layers.l2_regularizer这类函数中把正则化系数设成了0。举个例子，如果你有这样的代码：

dense_layer = tf.layers.dense(
    inputs=inputs,
    units=64,
    kernel_regularizer=tf.contrib.layers.l2_regularizer(0)
)

把其中的0改成你需要的正则化系数（比如0.001），这样正则化器就会正常生效，这条日志也会消失。

内容的提问来源于stack exchange，提问作者D.Anush