一、ValueError
1.1 Only one class present in y_true. ROC AUC score is not defined in that case.
字面意思：y_true只有一個類呈現。ROC AUC score 沒有對這種案例定義操作
直接原因：
1）最初給的標簽是 one_hot形式 【n，類別數目】
2）到具體統計某個類時，底層函數分別計算每個類別分數（設置“macro”） 。過程會將該類所在列抽離成【n】形式數據。
3.）此時發現，都是一個數值，存在二義性。程序不清楚這樣的數據應該如何對應。是算全部是一個類呢，還是全部不是類。有
間接原因：
1.程序調用是在驗證集所有數據上做的，然后某個類，測試樣本數目=0 ；
解決辦法：
1.調用前后要加 try_catch 。防止一次報錯就終止程序。 特別是樣本不均衡的類，在batch級別做的統計。容易出錯。
2.報錯過濾，對於try_catch 捕獲到錯誤，如果是該錯誤，不進行報錯。避免刷屏。
3.batch級別統計時，樣本的batch要盡量均勻
4.如果每個類樣本數目=0 ，要補充樣本。比如，驗證集的某類樣本數目=0。
1.2 Unknown layer: FixedDropout. Please ensure this object is passed to the `custom_objects` argument.
字面意思：FixedDropout是未知的層，需要在使用的地方，引入相關層的定義
出現位置：“model = tf.keras.models.model_from_json(json_config)” 時報錯
原因：字面意思
解決辦法：
1.找到“FixedDropout ”的定義，引入到項目中。查閱代碼，這個是在EfficientNet中定義的層。直接引入efficientNet解決（import的時候，觸發將FixedDropout注冊到tensorflow操作）
2.只將層定義和注冊部分摳出來，調用一遍。並給model_from_json 的`custom_objects`參數 賦值
3.UnicodeDecodeError: 'utf-8' codec can't decode bytes in position 1022-1023: unexpected end of data
1. 關閉 pycharm， 刪除工程目錄下的 .idea 文件夾，重啟pycharm，可能要多重啟幾次。出處
4.Unknown layer: FixedDropout. Please ensure this object is passed to the `custom_objects` argument.
出錯代碼
model = tf.keras.models.model_from_json(json_config)
FixedDropout是efficientNet 定義的層。
解決辦法：
1.直接引入efficientNet的模型定義文件
2.需要單獨從efficientNet的源碼中摳出定義部分，並在model_from_json的參數`custom_objects` 賦值
5.Only one class present in y_true. ROC AUC score is not defined in that case.
原因：y_true只有一個類呈現。ROC AUC score 沒有對這種案例定義操作 。通常是某個類樣本太少。運行ROC_AUC統計時，沒有該類的樣例。
解決辦法：
1.過濾掉該次統計出現累計數目=0的類別。 計算完畢，再定義沒有樣例的類的ROC_AUC，然后合並
2.try_Exeception，檢測到是這條錯誤直接排除。
6. not enough values to unpack (expected 2, got 1)
期望倆個值，但是只給一個。沒法足夠的值來解包
def calFunction() returnVal = 1 return returnVal returnVal1，returnVal2 = calFunction
解決辦法：修改接收部分或者函數增加輸出