贴一段代码：
import tensorflow as tf import os mnist = tf.keras.datasets.mnist (x_train, y_train), (x_test, y_test) = mnist.load_data() x_train, x_test = x_train / 255.0, x_test / 255.0 model = tf.keras.models.Sequential([ tf.keras.layers.Flatten(), tf.keras.layers.Dense(128, activation='relu'), tf.keras.layers.Dense(10, activation='softmax') ]) model.compile(optimizer='adam', loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=False), metrics=['sparse_categorical_accuracy']) checkpoint_save_path = "./checkpoint/mnist.ckpt" if os.path.exists(checkpoint_save_path + '.index'): print('-------------load the model-----------------') model.load_weights(checkpoint_save_path) cp_callback = tf.keras.callbacks.ModelCheckpoint(filepath=checkpoint_save_path, save_weights_only=True, save_best_only=True) history = model.fit(x_train, y_train, batch_size=32, epochs=5, validation_data=(x_test, y_test), validation_freq=1, callbacks=[cp_callback]) model.summary()
这是北大公开课tensorflow笔记的代码，一个字没改。
在python3.10.11+tensorflow2.12.0的组合下，一直报错：
Epoch 1/5 1854/1875 [============================>.] - ETA: 0s - loss: 0.2607 - sparse_categorical_accuracy: 0.9253 FailedPreconditionError: checkpoint is not a directory
手动创建文件夹目录也没辙，一直报这个错。
将版本换回python3.7+tensorflow2.1，成功运行。
后来我拿python3.10.11+tensorflow2.12.0的组合跑tensorflow的官方案例，也报同样的错误。
好家伙。我一贯的风格就是能用最新版就直接上最新版，这一波操作直接把我整懵逼了，不过版本这玩意儿不应该向下兼容的嘛？
能力不够，没去扒tensorflow的源码，所以不知道这个报错啥情况也没法修改。
记录一下，免得后人再踩坑，有人碰到类似的情况，或者除了换版本有更好的解决办法，麻烦踢我一下。
