深度学习过程的Python报错收集_valueerror: using a target size (torch.size([32]))

EmptyDataError: No columns to parse from file.
报错原因：文件夹中需要合并的表格文件为空。
解决方法：删掉为空的表格文件。

NotImplementedError
报错原因：定义神经网络模型时将forward错拼为forword。
解决方法：改正拼写错误

cat() received an invalid combination of arguments - got (Tensor, Tensor, axis=int), but expected one of:
(tuple of Tensors tensors, int dim, *, Tensor out)
(tuple of Tensors tensors, name dim, *, Tensor out)
报错原因：在使用cat()方法时，两个待连接的张量单独写出用逗号隔开。
解决方法：将这个两个要连接的张量用列表或元组符号括起来。

ValueError: Using a target size (torch.Size([32])) that is different to the input size (torch.Size([32, 1])) is deprecated. Please ensure they have the same size.
报错原因：criterion(y_pred, train_y)中的两个张量y_pred和train_y的维度不一样。
解决方法：对其中一个使用.squeeze()方法进行降维，使两个张量的维度相同。

报错原因：在对应的文件夹中发现并没有dtensor这个接口。
解决方法：在官方文档中，这个接口需要安装tf-nighty。所以直接在命令行中pip install tf-nightly即可解决。

Cannot register 2 metrics with the same name: /tensorflow/api/keras/optimizers
报错原因：在解决了上面的问题之后又出现了这个问题。是因为在安装tf-nightly时同步安装了keras-nightly， 两个版本号不一致。另外，如果TensorFlow和Keras的版本号不一致，会出现同样的报错。
解决方法: pip install ,使两者的版本号一样。

UserWarning: Tensorflow 2.8.0 is not tested! It may or may not work. Feel free to submit an issue at https://github.com/hanxiao/bert-as-service/issues/
报错原因：使用bert-as-service，执行bert-serving-start 出错。因为TensorFlow2.X以上的版本不支持bert-as-service。
解决方法：pip install tensorflow == 1.X.Y（X>10）

AttributeError: module ‘tensorflow’ has no attribute ‘ConfigProto’
报错原因：使用CUDA10.1加上Tensorflow 2.0会出现AttributeError: module ‘tensorflow’ has no attribute 'ConfigProto’这个问题，这个是由于现在新版本中一些1.0版本的函数被和2.0版本函数区分开的缘故。
解决方法：所以，需要将 tf.ConfigProto 修改为 tf.compat.v1.ConfigProto

ModuleNotFoundError: No module named ‘keras.backend.tensorflow_backend’; ‘keras.backend’ is not a package
报错原因：在网上搜资料，都说是因为keras和TensorFlow的版本不匹配。但是我电脑上面安装的版本号明显是一样的。
解决方法：将 from keras.backend.tensorflow_backend import set_session 替换为 from keras.backend import set_session。