尝试训练神经网络时出错-'名称空间'对象没有属性'steps_for_validation'

Question

我正在遵循一个名为“使用TensorFlow 2和Keras使用Python对自定义数据集进行对象检测的教程”

我正在此link https://colab.research.google.com/drive/1TdhgBFaMxsaxl8sBKtCpT-itMxiphliu上与colab合作>

当我尝试在这一行中训练神经网络时，这是一个问题：

'/content/keras-retinanet/keras_retinanet/bin/train.py' --freeze-backbone --random-transform --weights {'/content/keras-retinanet/snapshots/_pretrained_model.h5'} - -batch-size 8 --steps 500 --epochs 10 csv '/content/keras-retinanet/annotations.csv' '/content/keras-retinanet/classes.csv'
引发错误：

File "/content/keras-retinanet/keras_retinanet/bin/train.py", line 521, in main
     validation_steps = args.steps_for_validation,
AttributeError: 'Namespace' object has no attribute 'steps_for_validation'
问题所在的train.py代码是：

# start training
    return training_model.fit_generator(
        generator=train_generator,
        steps_per_epoch=args.steps,
        epochs=args.epochs,
        verbose=1,
        callbacks=callbacks,
        workers=args.workers,
        use_multiprocessing=args.multiprocessing,
        max_queue_size=args.max_queue_size,
        validation_steps = args.steps_for_validation,
        validation_data=validation_generator,
        initial_epoch=args.initial_epoch
    )
但是由于没有属性错误，我无法很好地理解问题。

此外，我也在此github页面上，出现了相同的错误here。

每一个帮助，我们都感激不尽

[我正在学习一个名为“使用TensorFlow 2和Keras使用Python的自定义数据集上的对象检测”的教程，我正在通过此链接https：//colab.research.google.com/drive / ...来研究colab。

Answer 1

train.py库的keras-retinanet文件存在问题。

如果查看其代码，则在解析参数时，它们已使用parser.add_argument()函数为所有参数添加了默认值，但step_for_validation，max_queue_size和initial_epoch除外。