python报错如下：TypeError: cannot unpack non-iterable NoneType object解决方法：报错的原因是函数返回值得数量不一致，查看函数返回值数量和调用函数时接收返回值的数量是不是一致，修改一致即可...
写了一个测试，个人理解这样的问题是因为将
Non
e值多次赋给某个值。测试如下
1. 该段代码没有写else。
python
在 if 语句无else的情况下返回的值为
Non
e，由于是无迭代的返回（
non
-
iterable
）因此可以运行
flag = False
在输入bert-serving-start -model_dir chinese_L-12_H-768_A-12 -num_worker 1 -max_seq_len 64的情况下报出
TypeError
:Cannot un
pack
non
-
iterable
NoneType
object
的错误
查看启动路径是否正确，-model_dir
此时，异常会定位到由 Fun(1)这一行产生。原因是:
1、满足条件的分支没有显式返回值时，
Python
默认会返回
Non
e； 2、当if条件不满足，并且没有else语句时；函数会默认返回
Non
e。
调用时，将
Non
e赋给多个值时，会出现提示：
TypeError
: ‘
NoneType
’
object
is not iterabl
分析：这个bug有几个奇怪的地方：
1、网络在训练的时候，出现了loss = inf 的情况，是在epoch = 1 的中间部分，出现了loss = inf 的情况，接下来的每一轮都是loss = inf的情况；
2、网络训练到一半突然报错；
3、报错的问题，根据网上的解决方法并没有解决。
Debug的思路：
1、之前网络复现的时候，是可以训练结束的，同时得到相应的结果。 但是我也发现了一些问题，就是loss也是inf，但是可以得到相应的结果。 因为
Traceback (most recent call last):
File "D:/pytest/thread_test/subprocess_pipe.py", line 5, in <module>
a,b = test()
TypeError
: cannot un
pack
non
-
iterable
int
object
很明显是函数返回参数个数
1.保证TensorFlow版本不要太高，不能是2.x的版本，本人安装1.15.0版本有效
2.保证numpy版本不能过高，本人安装1.16.0版本有效
3.保证在main函数内运行，即if __name__== '__main__':下运行
必须保证三个条件均满足
Python
关于
Non
e的报错：'
NoneType
'
object
is not
iterable
和cannot un
pack
non
-
iterable
NoneType
object
关于
Non
e值的报错
一、
TypeError
:‘
NoneType
’
object
is not
iterable
（Type错误：'
NoneType
’对象不是可迭代的）
原因：遍历的对象为
Non
e 。
items =
Non
e
for item in items:
print(item)
Traceback (most recent call last):
File ...
TypeError
: cannot un
pack
non
-
iterable
int
object
报错如下原因分析
TypeError
: cannot un
pack
non
-
iterable
int
object
函数返回值得数量不一致，检查函数返回值数量以及调用函数返回值数量，并确保一致即可。
或许大家会用到 if 语句，这时需要检查 if 与 else 下的 返回值数量 是否一致，不一致也会报错。如下所示action, value = self.best_action(state)
