“NoneType”对象没有属性“raise_exception_on_not_ok_status”

Question

当我定义一个函数来执行神经网络训练时，我得到一个错误。但是，当我这样做而不使它起作用时，就没有错误。为什么？def myneural():    import numpy as np    import keras    from keras import backend as K    from keras.layers import Input, Dense, Activation    from keras.models import Model, Sequential    x_train_s = np.random.randint(5, size=(20, 2))    x_test_s = x_train_s    model = Sequential([        Dense(10, input_shape=(2,)),        Activation('linear'),        Dense(2),        Activation('linear')    ])    model.compile(optimizer='adam', loss='mean_squared_error')    fittingadam = model.fit(x_train_s, x_train_s, epochs=2,                            validation_data=(x_test_s, x_test_s),                            shuffle=True, verbose=1, batch_size=None)    encoder = K.function([model.layers[0].input],                         [model.layers[1].output])    code = encoder([x_test_s])[0]myneural()我得到的错误是：Using TensorFlow backend.WARNING:tensorflow:From C:\ProgramData\Anaconda3\lib\site-packages\tensorflow\python\framework\op_def_library.py:263: colocate_with (from tensorflow.python.framework.ops) is deprecated and will be removed in a future version.Instructions for updating:Colocations handled automatically by placer.WARNING:tensorflow:From C:\ProgramData\Anaconda3\lib\site-packages\tensorflow\python\ops\math_ops.py:3066: to_int32 (from tensorflow.python.ops.math_ops) is deprecated and will be removed in a future version.Instructions for updating:Use tf.cast instead.Train on 20 samples, validate on 20 samplesEpoch 1/22019-10-03 14:34:50.275279: I tensorflow/core/platform/cpu_feature_guard.cc:141] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX220/20 [==============================] - 0s 7ms/step - loss: 4.0432 - val_loss: 3.9670Epoch 2/2但是，当我删除第一行和最后一行并从其他行中删除缩进时，不会有错误。第一个问题：为什么会这样？我怎样才能解决它以运行它而没有任何问题作为函数？第二个问题：警告呢？它们重要吗？我怎样才能摆脱它们？

Answer 1

• 你应该更新你的张量流。如果您已经使用最新版本（我对此表示怀疑），或者您受其他软件包的约束，请忽略此异常。这是一个被抑制的异常，在解释器清理期间抛出。您可以“控制”是否引发异常的事实是巧合。

• 这些是为直接使用 tensorflow 的人准备的，所以在你的情况下是 keras。这不好，但你不能对它们做任何事情，除了检查他们的错误报告者是否已经列出了这些警告。

所以一般来说：只要它做你想要exit code 0的并且最终拥有，忽略所有警告和异常。