当前位置: 首页 > 知识库问答 >
问题:

拉斯伯拉伸模型上的张量流

范云
2023-03-14

我在拉斯宾拉伸上从源代码构建了TensorFlow。不过,我在启动TensorFlow时遇到了一个问题。我得到如下所示的提示:

回溯(最后一次调用):文件“/usr/local/lib/python3.5/dist-packages/tensorflow/python/pywrap\u tensorflow.py”,第58行,从tensorflow.python.pywrap\u tensorflow\u internal import*文件/usr/local/lib/python3.5/dist-packages/tensorflow/python/python/pywrap\u tensorflow\u internal.py”,第28行,在(pywrap\u tensorflow\u internal=swig\u import\u helper()文件“/usr/local/lib/python3.5/dist packages/tensorflow/python/pywrap\u tensorflow\u internal.py”,第24行,在swig\u import\u helper\u mod=imp.load\u模块中(“u pywrap\u tensorflow\u internal”,fp,pathname,description)文件“/usr/lib/python3.5/imp.py”,第242行,在load\u模块返回load\u动态(名称,文件)/usr/lib/python3.5/imp.py)文件“,第342行,在load\u dynamic return\u load(spec)importorror:/usr/local/lib/python3.5/dist-packages/tensorflow/python//u pywrap\u tensorflow\u internal.so:undefined symbol:\u ZN10tensorflow9ConcatCPUINS\u 8float16eeevpns\u 10devicebaseerkst6vectoritist10唯一的\u ptrINS\u类型设置\u li2eel11constmatrixest14默认值\u删除

在处理上述异常时,发生了另一个异常:

回溯(最后一次调用):文件“idex.py”,第1行,导入gui文件“/home/pi/Desktop/idex/scripts/gui.py”,第10行,导入fun_util文件“signlang/fun_util.py”,第3行,导入tensorflow作为tf文件“/usr/local/lib/python3.5/dist packages/tensorflow/init.py”,第24行,在第49行from tensorflow.python import*#pylint:disable=重新定义的内置文件“/usr/local/lib/python3.5/dist packages/tensorflow/python/init.py”,在第74行from tensorflow.python import pywrap_tensorflow文件“/usr/local/lib/python3.5/dist packages/tensorflow/pywrap_tensorflow.py”,在raise importeror(msg)importeror:Traceback中(最后一次调用):文件“/usr/local/lib/python3.5/dist packages/tensorflow/python/pywrap_tensorflow.py”,第58行,来自tensorflow.python.pywrap_tensorflow_internal import*文件“/usr/local/lib/python3.5/dist packages/tensorflow/python/pywrap_tensorflow_internal.py”,第28行,in_pywrap_tensorflow_internal=swig import_helper()文件“/usr/local/lib/python3.5/dist packages/tensorflow/python/pywrap\u tensorflow\u internal.py”,第24行,在swig\u import\u helper\u mod=imp.load\u模块中(“u pywrap\u tensorflow\u internal”,fp,pathname,description)文件“/usr/lib/python3.5/imp.py”,第242行,在load\u模块返回load\u动态(名称、文件)文件“/usr/lib/python3.5/imp.py“,第342行,在load\u dynamic return\u load(spec)ImportError:/usr/local/lib/python3.5/dist-packages/tensorflow/python//pywrap\u tensorflow\u internal.so:未定义符号:zn10; ZN10tensorflow9ConcatCPUINS\u8beevpns\u10devicebaseerkst6vectoritist10unique\uPTrins\u6typesition\uLi2ie11constMatrix\u14 default\u9\uEESAISu8\u6

未能加载本机TensorFlow运行时。

看见https://www.tensorflow.org/install/install_sources#common_installation_problems

因为一些常见的原因和解决方案。请求帮助时,请在此错误消息上方包含整个堆栈跟踪。

我试着搜索这个问题,但是我找不到这个特殊的未定义符号的任何东西。


共有1个答案

张银龙
2023-03-14

我能够在Raspbian Stretch上使用pip3安装TF和Keras。它比建造它快得多。下面是我要说的https://installvirtual.com/how-to-install-tensorflow-on-raspberry-pi/ :

sudo apt update
sudo apt install python3-dev python3-pip
sudo apt install libatlas-base-dev
sudo pip3 install -U virtualenv
pip3 install tensorflow
sudo pip3 install keras
 类似资料:
  • 我试图按照张量流量化中的说明来生成一个量化的张量流精简版模型。 首先,我使用tf。contrib。量化。创建_training_graph()和tf。contrib。量化。在我的训练过程中创建_eval_graph(),将伪量化节点插入到图形中,并最终生成一个冻结的pb文件(model.pb)。 其次,我使用以下命令将我的伪量化tensorflow模型转换为量化tensorflow lite模型。

  • 本文向大家介绍拉伸相关面试题,主要包含被问及拉伸时的应答技巧和注意事项,需要的朋友参考一下 “ a”标签是内联级别元素。没有内联级别元素可以设置其宽度。为什么?因为内联级别的元素是要表示流畅的文本的,所以理论上可以从一行换行到另一行。在这种情况下,提供元素的宽度是没有意义的,因为您不一定知道它是否要包装。为了设置其宽度,您必须将其显示属性更改为或: 如果有内存,则 可以 在IE6中的某些内联级别元

  • 构造函数ExtrudeGeometry()和ShapeGeometry一样是利用Shape对象生成几何体对象,区别在于ExtrudeGeometry()可以利用2D轮廓生成3D模型, 如果你使用任何三维软件都知道可以先绘制一个二维的轮廓图,然后拉伸成型得到三维模型。ExtrudeGeometry()第二个参数是拉伸参数,数据类型是对象, 属性amount表示拉伸长度,bevelEnabled表示拉

  •     最后我们再来谈谈minificationFilter和magnificationFilter属性。总得来讲,当我们视图显示一个图片的时候,都应该正确地显示这个图片(意即:以正确的比例和正确的1:1像素显示在屏幕上)。原因如下: 能够显示最好的画质,像素既没有被压缩也没有被拉伸。 能更好的使用内存,因为这就是所有你要存储的东西。 最好的性能表现,CPU不需要为此额外的计算。     不过有时

  • font-stretch属性用来将字体在水平方向上进行拉伸或压缩,让一种字体的字符更宽或更窄。如果水平压缩,则字体变窄,如果水平拉伸,则字体变宽。 就像 font-size 属性的预定义关键字(如xx-large)一样,该属性也有一系列预定义关键字,这些关键字可以是normal、或condensed、或expanded,默认值为 normal,表示不进行拉伸或压缩。 这些关键字的值按照以下顺序,字

  • 拉普拉斯(Laplacian)操作也是一个派生的操作,用来找出图像中的边缘。 这是一个二阶导数掩模。 在这个隐藏中,我们有两个进一步的分类,一个是正拉普拉斯操作,另一个是负拉普拉斯操作。 与其他算子不同,拉普拉斯并没有在任何特定方向上取出边缘,而是在后续分类中取出边缘。 向内边缘 向外边缘 可以使用类的方法对图像执行拉普拉斯变换操作,以下是此方法的语法。 该方法接受以下参数 - src - 表示源