python - 尝试运行 NiftyNet 快速启动命令时出错

标签 python niftynet

我正在试用 NiftyNet,但在第一步就卡住了。 尝试运行快速启动命令

python net_download.py dense_vnet_abdominal_ct_model_zoo python net_segment.py inference -c ~/niftynet/extensions/dense_vnet_abdominal_ct/config.ini

给我

KeyError: "Registering two gradient with name 'FloorMod' !(Previous registration was in _find_and_load_unlocked :955)"

有人能帮忙吗?我正在使用带有 Nvidia GPU 的 Ubuntu 16.04。尝试过 tensorflow:1.4.1-py3 docker image, Anaconda with CPU version of tensorflow 和带有 CPU 版本的 tensorflow 的 native python,我得到了同样的错误。

我很确定这是我做错了什么,因为我从那些不同的环境中得到了同样的错误,但我不确定是什么......

谢谢!

最佳答案

我认为这是从 TensorFlow 1.3(这是官方的 NiftyNet 依赖项)到 1.4 的变化。你可以切换回TF1.3,或者在niftynet/layer/resampler.py中注释掉下面几行

@tf.RegisterGradient('FloorMod')
def _floormod_grad(op, grad):
    return [None, None]

关于python - 尝试运行 NiftyNet 快速启动命令时出错,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/48481327/

相关文章:

python - 创建分层视频的视频

python - 为什么在 jinja 中使用 "safe"过滤器会创建嵌套元素

python - 在 niftynet 上实现迁移学习

python - 如何在 NiftyNet 中实现迁移学习?

python - 如何跟踪 YOLOv3 产生的输出?

python - 达世币应用程序 : To develop a method that runs every time someone opens the app

python - 如何使用python发送ctrl a+c?

niftynet - 使用 NiftyNet 进行分类

niftynet - 广义骰子损失 : None-gradient when implemented in keras