《tensorflow》专题

抱歉如果这已经在其他地方报道过，我已经找了很长时间了，但没有成功。 使用P100 GPGPU使用keras tensorflow运行简单的mnist示例（可在github

我正在尝试从cifar10二进制文件中绘制小批量。当实现下面显示的代码时（请参见[源代码]），机器（python 3.6）会不断显示消息（请参见[控制台]）并停止。 有人能告诉我我的源代码有什么问题吗？ 另外，我是tensorflow的新手。。 [源代码]-------------------------------------------------------------将tensorflow

我认为这些信息在开始的时候真的很重要，但是后来就没有用了。它实际上使读取和调试的情况变得更糟。 I tensorflow/流执行器/dso加载器。cc:128]已成功打开CUDA库libcublas。所以8.0本地I tensorflow/流执行器/dso加载器。抄送：119]无法打开CUDA库libcudnn。所以LD_库路径：I tensorflow/stream_executor/cuda/

我试过如何检查keras是否使用了tensorflow的gpu版本？答复但我只认出keras没有看到GPU。 我重新安装了整个需求，包括tensorflow gpu、keras模块，甚至CUDA。 我用的是Jupyter remote ipython。 下面的列表是我安装的模块版本 我检查了以下内容： 结果： =============已添加========== 此外，我还了解了如何从python

我正在运行大型模型（774M）的GPT-2代码。它用于通过交互式_条件_样本生成文本样本。林克：这里 因此，我给出了一个输入文件，其中包含自动选择生成输出的提示。此输出也会自动复制到文件中。简而言之，我不是在训练它，而是在使用模型生成文本。而且，我使用的是一个GPU。 我在这方面面临的问题是，代码没有充分利用GPU。 通过使用NVIDIASMI命令，我可以看到下图 https://imgur.co

我正在尝试在Windows 7 64位计算机上安装Tensorslow。 我已经用Python 3.5安装了Anaconda。 在那之后，我做了 这是成功的 成功完成 错误 我不能像安装其他软件包一样安装Tensorflow。我错过了什么基本的东西吗？

我已经在纸质空间云架构体系上创建了虚拟笔记本，后端有Tensorflow GPU P5000虚拟实例。当我开始训练我的网络时，它比我的MacBook Pro用纯CPU运行时引擎慢2倍。如何确保Keras NN在训练过程中使用GPU而不是CPU？ 请在下面找到我的代码：

我已经成功地用安装了tensorflow，一切正常。 我也可以成功地用安装tenstorflow-gpu，但是我不能在我的python脚本中导入它： 我已经安装了CUDA v9。0并运行windows 10

请注意，CPU没有被利用，任务管理器上的任何其他内容都表明任何东西都没有被充分利用。我没有以太网连接，并且连接到Wifi（我不认为这会影响任何事情，但我不确定Jupyter是否会影响Wifi，因为它是通过web浏览器运行的）。我正在培训大量数据（~128GB），这些数据都加载到RAM（512GB）中。我运行的模型是一个完全卷积的神经网络（基本上是一个U型网络结构），具有566290个可训练参数。到

我知道在安装tensorflow时，您可以安装GPU或CPU版本。如何检查安装了哪一个（我使用linux）。 如果安装了GPU版本，如果GPU不可用，它会自动在CPU上运行吗？如果GPU可用，是否需要设置特定的字段或值来确保它在GPU上运行？

当我在容器tensorflow/tensorflow:LastGPU中运行tensorflow映像训练作业时，它不工作。 错误消息： GPU info： nvidia-smi周一11月26 07:48:59 2018 ----------------------------------------------------------------------------- | NVIDIA-SMI

问题内容： 假设我有以下代码： 该语句在计算中是否有效（我认为不是）？如果没有，如何在TensorFlow计算图中添加一条语句？ 问题答案： 您是正确的，该语句在这里不起作用，因为该条件是在图构造时评估的，而大概您希望该条件取决于运行时馈入占位符的值。（实际上，它将始终采用第一个分支，因为`condition 0Tensor`，这在Python中是“真实的”。） 为了支持条件控制流，TensorF

问题内容： 将Tensorflow与Python绑定一起使用时，如何将张量转换为numpy数组？ 问题答案： 急切执行默认情况下 处于启用状态，因此只需调用Tensor对象即可。 有关更多信息，请参见NumPy兼容性。值得注意的是（来自文档）， Numpy数组可以与Tensor对象共享内存。 对一个的任何更改都可能反映在另一个上。 大胆强调我的。副本可以返回也可以不返回，这是基于数据是在CPU还是

问题内容： 我尝试简单地保存和恢复图形，但是最简单的示例无法按预期工作（在没有CUDA且使用python 2.7或3.5.2的Linux 64上使用0.9.0或0.10.0版完成此操作） 首先，我像这样保存图形： 这将创建一个非空文件“文件”，并将g1设置为看起来像正确的图形定义的文件。 然后，我尝试还原此图： 这可以正常工作，但不会返回任何内容。 任何人都可以提供必要的代码来简单地保存“ v4”

如何将语言模型集成到tensorflow语音识别体系结构中？ 在Tensorflow中建立字符级语音识别有很多例子（例如。https://github.com/nervanasystems/neon, https://github.com/buriburisuri/speech-to-text-wavenet)，这很有趣，但实际上毫无用处，除非集成了语言模型。我找不到使用语言模型的示例。 如何集成