parts = ckpt_path_train.split('/') AttributeError: 'NoneType' object has no attribute 'split'

根据提供的引用内容，报错`AttributeError: 'NoneType' object has no attribute 'split'`是因为`ckpt_path_train`是`None`类型对象，而`None`对象没有`split`属性。这意味着`ckpt_path_train`没有被正确赋值或者是在使用之前被修改成了`None`。

为了解决这个问题，你可以检查一下`ckpt_path_train`的赋值部分，确保它被正确地赋值为一个字符串类型的路径。另外，你还可以检查一下在使用`ckpt_path_train`之前是否有其他代码修改了它的值。

以下是一个示例代码，展示了如何正确使用`split`方法来分割字符串：

ckpt_path_train = "path/to/ckpt"
parts = ckpt_path_train.split('/')

相关问题

def __init__(self): self.meta_path = facenet_args.meta_path self.ckpt_path = facenet_args.ckpt_path self.sess = tf.Session() self.__build_net()

这段代码是定义了一个类的初始化方法（constructor），其中包含了几个属性的赋值和一个私有方法的调用。具体来说：

- `self.meta_path` 和 `self.ckpt_path` 分别赋值为 `facenet_args.meta_path` 和 `facenet_args.ckpt_path`，这两个变量都是外部传入的路径参数。
- `self.sess` 被赋值为一个新建的 `tf.Session()`，这个 session 将在后面的模型加载和预测过程中被用到。
- 最后调用了一个私有方法 `__build_net()`，这个方法用于构建模型，具体实现可以参考代码中的实现。

def initialise_vars(self): # Load ckpt file if given, otherwise initialise variables and hard copy to target networks if train_params.CKPT_FILE is not None: #Restore all learner variables from ckpt ckpt = train_params.CKPT_DIR + '/' + train_params.CKPT_FILE ckpt_split = ckpt.split('-') step_str = ckpt_split[-1] self.start_step = int(step_str) self.saver.restore(self.sess, ckpt) else: self.start_step = 0 self.sess.run(tf.global_variables_initializer()) # Perform hard copy (tau=1.0) of initial params to target networks self.sess.run(self.init_update_op)

这段代码是一个机器学习模型中初始化变量的函数，包含以下几个步骤：

1. 首先检查是否存在ckpt文件，如果存在，则从ckpt文件中恢复所有学习器变量。ckpt文件路径由train_params.CKPT_DIR + '/' + train_params.CKPT_FILE组成。
2. 如果没有ckpt文件，则将起始步数设置为0，并使用TensorFlow的global_variables_initializer()方法初始化所有变量。
3. 接下来，代码使用tau = 1.0来执行初始参数的硬复制到目标网络中。这个过程是一种常见的机器学习技巧，旨在确保目标网络的参数与学习器网络的参数相同。

需要注意的是，这段代码中的self.saver是一个TensorFlow的saver对象，用于保存和恢复模型的变量。self.sess是一个TensorFlow的会话对象，用于运行模型。self.init_update_op是一个TensorFlow操作，用于执行硬复制初始参数到目标网络的操作。