Tensorflow - TypeError：无法腌制'_thread.lock'对象答案

【问题标题】：Tensorflow - TypeError: cannot pickle '_thread.lock' objectTensorflow - TypeError：无法腌制'_thread.lock'对象
【发布时间】：2022-01-11 18:59:57
【问题描述】：

我正在使用 Tensorflow 2.7.0 构建一个包含以下层的非常基本的模型：

base_model = densenet.DenseNet121(weights='imagenet',
                                      include_top=False,
                                      input_shape=(224, 224, 3), pooling='avg')

predictions = tf.keras.layers.Dense(1,
                                        activation='sigmoid',
                                        name='predictions')(base_model.output)

_model = tf.keras.Model(inputs=base_model.input, outputs=predictions)

_model.compile(optimizer=tf.keras.optimizers.Adam(learning_rate=1e-2),
                   loss='binary_crossentropy',
                   metrics=['accuracy'])

使用以下回调：

csv_logger = tf.keras.callbacks.CSVLogger(csv_logger_path)

plateau = tf.keras.callbacks.ReduceLROnPlateau(monitor='val_loss', factor=0.1, patience=5)

db_logger = DAGsHubLogger(metrics_path=os.path.join(os.getcwd(), *model_const.METRICS_PATH),
                              hparams_path=os.path.join(os.getcwd(), *model_const.PARAMS_PATH))

model_checkpoint = tf.keras.callbacks.ModelCheckpoint(filepath=checkpoint_filepath,
                                                          monitor='val_accuracy',
                                                          mode='max',
                                                          save_best_only=True)

但是，当我运行它时，会出现以下消息并且终端停止响应： TypeError: cannot pickle '_thread.lock' object

我检查了这个问题，发现了这个issue 和这个question，但据我了解，那里的解决方案与我的模型无关。

非常感谢任何线索。

【问题讨论】：

标签： python tensorflow keras

【解决方案1】：

随着模型的 gpu 加载，gpu ram 可能已经溢出。你能试试像 Resnet34 这样更轻的模型吗？

另类检查comment

【讨论】：

您的答案可以通过额外的支持信息得到改进。请edit 添加更多详细信息，例如引用或文档，以便其他人可以确认您的答案是正确的。你可以找到更多关于如何写好答案的信息in the help center。
这两个选项都不起作用。可能是因为我在本地使用 CPU 运行它吗？
CPU 使用率很有可能，如果你愿意也可以试试 google colab 或 kaggle。坦率地说，我不认为你会遇到这样的问题。