Questions tagged «tensorflow»

我是TensorFlow的新手。我最近安装了它（Windows CPU版本），并收到以下消息： 成功安装tensorflow-1.4.0 tensorflow-tensorboard-0.4.0rc2 然后当我尝试跑步 import tensorflow as tf hello = tf.constant('Hello, TensorFlow!') sess = tf.Session() sess.run(hello) 'Hello, TensorFlow!' a = tf.constant(10) b = tf.constant(32) sess.run(a + b) 42 sess.close() （我通过https://github.com/tensorflow/tensorflow找到） 我收到以下消息： 2017-11-02 01：56：21.698935：IC：\ tf_jenkins \ home \ workspace \ rel-win \ M \ windows \ PY \ 36 \ …

656 tensorflow  cpu  avx 

我正在尝试使用pip安装TensorFlow： $ pip install tensorflow --user Collecting tensorflow Could not find a version that satisfies the requirement tensorflow (from versions: ) No matching distribution found for tensorflow 我究竟做错了什么？到目前为止，我使用Python和pip都没有问题。

565 python  tensorflow  pip 

在Tensorflow中训练模型后： 您如何保存经过训练的模型？ 您以后如何还原此保存的模型？

552 python  tensorflow  machine-learning  model 

我正在这里浏览tensorflow API文档。在tensorflow文档中，他们使用了名为的关键字logits。它是什么？API文档中的许多方法都将其编写为 tf.nn.softmax(logits, name=None) 如果写的是什么是那些logits只Tensors，为什么保持一个不同的名称，如logits？ 另一件事是，我无法区分两种方法。他们是 tf.nn.softmax(logits, name=None) tf.nn.softmax_cross_entropy_with_logits(logits, labels, name=None) 它们之间有什么区别？这些文档对我来说还不清楚。我知道是什么tf.nn.softmax呢。但是没有其他。一个例子将非常有帮助。

350 python  machine-learning  tensorflow 

什么是“相同”和“有效”填充之间的区别tf.nn.max_pool的tensorflow？ 我认为，“有效”表示在进行最大池化时，边缘外部不会出现零填充。 根据深度学习卷积算法指南，它说池运算符中将没有填充，即仅使用的“ VALID” tensorflow。但是最大池的“相同”填充是tensorflow什么？

309 python  tensorflow  deep-learning 

我已经在ubuntu 16.04中使用第二个答案在 ubuntu的内置apt cuda安装中安装了tensorflow 。 现在我的问题是如何测试tensorflow是否真的在使用gpu？我有一个gtx 960m gpu。当我import tensorflow这是输出 I tensorflow/stream_executor/dso_loader.cc:105] successfully opened CUDA library libcublas.so locally I tensorflow/stream_executor/dso_loader.cc:105] successfully opened CUDA library libcudnn.so locally I tensorflow/stream_executor/dso_loader.cc:105] successfully opened CUDA library libcufft.so locally I tensorflow/stream_executor/dso_loader.cc:105] successfully opened CUDA library libcuda.so.1 locally I tensorflow/stream_executor/dso_loader.cc:105] successfully opened CUDA library libcurand.so locally 这个输出足以检查tensorflow是否正在使用gpu吗？

303 python  tensorflow  ubuntu  gpu 

我是TensorFlow的新手。我对tf.placeholder和之间的区别感到困惑tf.Variable。在我看来，tf.placeholder用于输入数据，并tf.Variable用于存储数据状态。这就是我所知道的。 有人可以向我详细解释他们之间的差异吗？特别是何时使用tf.Variable和何时使用tf.placeholder？

290 tensorflow 

这是从运行脚本以检查Tensorflow是否正常运行时收到的消息： I tensorflow/stream_executor/dso_loader.cc:125] successfully opened CUDA library libcublas.so.8.0 locally I tensorflow/stream_executor/dso_loader.cc:125] successfully opened CUDA library libcudnn.so.5 locally I tensorflow/stream_executor/dso_loader.cc:125] successfully opened CUDA library libcufft.so.8.0 locally I tensorflow/stream_executor/dso_loader.cc:125] successfully opened CUDA library libcuda.so.1 locally I tensorflow/stream_executor/dso_loader.cc:125] successfully opened CUDA library libcurand.so.8.0 locally W tensorflow/core/platform/cpu_feature_guard.cc:95] The TensorFlow library wasn't compiled to use …

288 tensorflow  x86  compiler-optimization  simd  compiler-options 

我在共享计算资源的环境中工作，即，我们有几台服务器计算机，每台服务器计算机都配备了一些Nvidia Titan X GPU。 对于中小型型号，Titan X的12 GB通常足以让2-3个人在同一GPU上同时进行训练。如果模型足够小，以至于单个模型无法充分利用GPU的所有计算单元，那么与运行一个训练过程之后再执行另一个训练过程相比，这实际上可以提高速度。即使在同时访问GPU确实减慢了单个训练时间的情况下，具有让多个用户同时在GPU上进行训练的灵活性仍然很好。 TensorFlow的问题在于，默认情况下，它在启动时会分配全部可用的GPU内存。即使对于小型的两层神经网络，我也看到所有12 GB的GPU内存都已用完。 如果有人知道这足以满足给定模型的需求，是否有办法使TensorFlow仅分配4 GB的GPU内存？

281 python  tensorflow  nvidia-titan 

这些功能之间有什么区别？ tf.variable_op_scope(values, name, default_name, initializer=None) 返回一个上下文管理器，用于定义创建变量的操作。该上下文管理器验证给定值是否来自同一图，确保该图是默认图，并推送名称范围和变量范围。 tf.op_scope(values, name, default_name=None) 返回一个上下文管理器，供定义Python op时使用。该上下文管理器验证给定的值是否来自同一图，确保该图是默认图，并推送名称范围。 tf.name_scope(name) 包装器，用于Graph.name_scope()使用默认图形。请参阅Graph.name_scope()以获取更多详细信息。 tf.variable_scope(name_or_scope, reuse=None, initializer=None) 返回变量作用域的上下文。变量作用域允许创建新变量并共享已创建的变量，同时提供检查以防止意外创建或共享。有关详细信息，请参见“可变作用域”，此处仅介绍一些基本示例。

276 tensorflow 

我一直在使用TensorFlow中矩阵乘法的入门示例。 matrix1 = tf.constant([[3., 3.]]) matrix2 = tf.constant([[2.],[2.]]) product = tf.matmul(matrix1, matrix2) 当我打印产品时，它会将其显示为Tensor对象： <tensorflow.python.framework.ops.Tensor object at 0x10470fcd0> 但是我怎么知道的价值product呢？ 以下内容无济于事： print product Tensor("MatMul:0", shape=TensorShape([Dimension(1), Dimension(1)]), dtype=float32) 我知道图形可以继续运行Sessions，但是没有任何方法可以在Tensor不运行图形的情况下检查对象的输出session吗？

258 python  tensorflow  tensor 

我需要找到已安装的TensorFlow版本。我正在使用Ubuntu 16.04长期支持。

257 python  ubuntu  tensorflow  command-line  version 

在以下TensorFlow函数中，我们必须在最后一层中提供人工神经元的激活。我了解。但是我不明白为什么叫logits？那不是数学函数吗？ loss_function = tf.nn.softmax_cross_entropy_with_logits( logits = last_layer, labels = target_output )

250 tensorflow  machine-learning  neural-network  deep-learning  cross-entropy 

TensorFlow有两种评估图形部分的方法：Session.run在变量列表和上Tensor.eval。两者之间有区别吗？

204 python  tensorflow 

通过调试信息，我的意思是TensorFlow在我的终端中显示的有关加载的库和找到的设备等的内容，不是Python错误。 I tensorflow/stream_executor/dso_loader.cc:105] successfully opened CUDA library libcublas.so locally I tensorflow/stream_executor/dso_loader.cc:105] successfully opened CUDA library libcudnn.so locally I tensorflow/stream_executor/dso_loader.cc:105] successfully opened CUDA library libcufft.so locally I tensorflow/stream_executor/dso_loader.cc:105] successfully opened CUDA library libcuda.so.1 locally I tensorflow/stream_executor/dso_loader.cc:105] successfully opened CUDA library libcurand.so locally I tensorflow/stream_executor/cuda/cuda_gpu_executor.cc:900] successful NUMA node read from SysFS had …

189 python  tensorflow