Created by: hwx724221178

为使您的问题得到快速解决，在建立Issues前，请您先通过如下方式搜索是否有相似问题:【搜索issue关键字】【使用labels筛选】【官方文档】

• 标题：利用Natural Images fine tune
• 版本、环境信息：    1）PaddlePaddle版本：paddlepaddle-gpu 1.8.0.post107    3）GPU：gtx950m ，cuda 10.2, V10.2.89    4）系统环境：py3.7+win10 家庭普通版
• 训练信息    1）单机，单卡    2）6169m
• 问题描述： 这个是b站上边别人fine-tune Natural Images 视频的文件（录制时间2018年），视频文件显示运行良好，没有任何bug。自己加载文件目录也是正确的，但是当运行时候就会报错，下边先展示运行moudle代码

#先来尝试一下完全使用 ImageNet预训练的权重，效果怎样吧
test_program` = fluid.Program()
test_startup = fluid.Program()
with fluid.program_guard(test_program, test_startup):
    with fluid.unique_name.guard():
        image = fluid.layers.data(name='image', shape=(-1, 3, 224, 224), dtype='float32')
        label = fluid.layers.data(name='label', shape=(-1, 1), dtype='int64')
        _, fetch_list = create_network(image, label, is_test=True)
# 大家如果没有 GPU，可以将其改为 False
# 注意: CPU 中 PaddlePaddle 并不一定实现了所有的 Operator 的训练，一般建议大家使用 GPU
use_gpu = True
place = fluid.CUDAPlace(0) if use_gpu else fluid.CPUPlace()
exe = `fluid.Executor(place)
# 初始化一下 Executor
exe.run(program=test_startup)
# 载入预训练的模型参数
def _predicate(var):
    # 查看 var 参数是不是在预训练模型路径内
    return os.path.exists(os.path.join(pretrained_model_path, var.name))
fluid.io.load_vars(exe, pretrained_model_path, predicate=_predicate, main_program=test_program)
data = exe.run(program=test_program, fetch_list=fetch_list, feed={'image': images, 'label': labels})
# 把数据从 data 中取出来 (data 是一个列表，顺序与 fetch_list 相同)
image, label = data[0:2]
out, confidence, top5_scores, top5_indices = data[2:6]
loss, acc_top1, acc_top5 = data[6:]
display_batch(image)
print('ImageNet 预训练模型情况: loss=%06.3f top-1=%05.2f%% top-5=%05.2f%%' % (
    loss, acc_top1 * 100, acc_top5 * 100))
log_topk_info(None, top5_scores, top5_indices)
# 之后要重新创建模型进行针对 Natural Images 的再训练，故这里的 Program 和 Executor 都不再需要了
exe.close()

报错信息

TypeError                                 Traceback (most recent call last)
<ipython-input-17-bb3713832880> in <module>
      8         image = fluid.layers.data(name='image', shape=(-1, 3, 224, 224), dtype='float32')
      9         label = fluid.layers.data(name='label', shape=(-1, 1), dtype='int64')
---> 10         _, fetch_list = create_network(image, label, is_test=True)
     11 
     12 # 大家如果没有 GPU，可以将其改为 False

<ipython-input-13-3a2c2fad7823> in create_network(image, label, class_dim, is_test)
      9 
     10     model = ResNet(is_test=is_test)
---> 11     out = model.net(image, class_dim=class_dim)
     12 
     13     confidence = fluid.layers.softmax(out)

<ipython-input-12-9f956ea050fb> in net(self, input, class_dim)
     49             initializer=fluid.initializer.Uniform(-stdv, stdv), trainable=True)
     50         out = fluid.layers.fc(
---> 51             input=pool, size=class_dim, act=None, is_test=self.is_test, param_attr=fc_param_attr)
     52 
     53         return out

TypeError: fc() got an unexpected keyword argument 'is_test'

不知道有什么解决办法没有？应该不是gpu原因，gpu=true 看有人issue里边说TypeError:可能是版本问题，假如是版本问题，18年录制的视频，应该使用哪种paddle版本，我是直接paddle官网首页按照系统选择安装的，望解答！多谢各位！!