《tensorflow》专题

这在这里被问了无数次，但我找不到适合我的问题的解决方案。我正在尝试在Windows 10上安装张量流-GPU，阿纳康达。我下载了库达（版本 10.2）和库德尼，我已将文件从库德纳库移动到库达文件夹，并将以下变量添加到 PATH 中： 在anaconda中运行以下代码后，我得到以下响应:

当我尝试在< code>import上设置< code>tensorflow(使用和不使用venv)时，我收到以下错误: 我去了官方网站的错误页面，发现可能是AVX和AVX2指令集支持的问题，为了检查它，建议运行以下代码: 但是当我尝试时，我得到了以下错误： 错误：需要Microsoft Visual C 14.0 我已经（x86、x64）安装了微软视觉 C 可再发行组件。 我认为“找不到C库”可

我必须在我正在做的课程中使用tensorflow，所以我尝试安装它，但结果总是出错。我尝试了不同的方法，通过将Anaconda Navigator左上角的“应用程序打开”按钮改为tf，我离安装tensorflow更近了一步。结果是下一个 顺便说一下，我用的是Spyder 4.1.5和python 3.8.5 64位。 有人知道怎么解决这个问题吗？我将非常感谢你的帮助。谢谢！

我在我的Windows 10 PC中安装了张力流2.8.0，只有CPU。根本没有安装英伟达/库达硬件/软件。我用CNN运行了一个简单的Python图像处理项目，我得到了一堆毫无意义的消息： 2022-02-23 07：31：55.511878： W张量流/stream_executor/平台/默认/dso_loader.cc：64] 无法加载动态库“cudart64_110.dll”;德勒尔： c

在处理Udacity深度学习作业时，我遇到了内存问题。我需要切换到云平台。我以前使用AWS EC2，但现在我想尝试谷歌云平台(GCP)。我至少需要8GB内存。我知道如何在本地使用docker，但从未在云上尝试过。 在GCP上运行Tensorflow有现成的解决方案吗？ 如果不是，哪个服务（计算引擎或容器引擎）会使您更容易启动？ 其他提示也很感激！

我目前正试图在一个非bazel项目中使用Tensorflow的共享库，所以我创建了一个。所以使用bazel从tensorflow归档。 但当我启动一个同时使用Opencv和Tensorflow的c程序时，它会让我产生以下错误： [libprotobuf FATAL external/protobuf/src/google/protobuf/stubs/common.cc:78]此程序是根据协议缓冲

我有一个覆盆子Pi4包含ubuntu 18.04。我的ubuntu已经安装从dockerfile和推感谢balena OS在我的覆盆子。 然后，我试图通过在python3环境中遵循这首tuto，在其上安装tensorflow for openvino项目。7.5: https://qengineering.eu/install-tensorflow-2.1.0-on-raspberry-pi-4.

我是Sublime Text的新用户。我花了很多时间来弄清楚如何运行我的Python代码，它使用Tensorflow库。终端出现了一个错误，显示“重要性错误：没有名为ensorflow的模块”。但是我已经在几周前安装了Anaconda和tenorflow，它使用Gedit运行得很好。如何解决这个问题？

我在android studio上运行了一个Tensorflow示例(https://github.com/Tensorflow/examples/blob/master/lite/examples/image_classification/android/readme.md）,得到以下错误。

您好，我已使用 https://devtalk.nvidia.com/default/topic/1038957/jetson-tx2/tensorflow-for-jetson-tx2-/post/5278617/#5278617 当我运行python脚本我得到以下错误： terminate在抛出“google:：protobuf:：FatalException”what（）的实例后调用：此程序

尽可能多地提供背景信息- 我有一个使用keras训练的机器学习模型，我正试图嵌入nvidia jetson tx2。 我已经在那里设置了tenorflow（这本身有点痛苦），但是当我运行我的脚本时，我用协议buf碰到了一个错误。 使用TensorFlow后端。[libPROTOBUF FATAL谷歌/PROTOBUF/存根/common.cc:61]此程序需要3.1.0版的协议缓冲区运行库，但安装

Tensorflow版本：1.12 Keras版本：2.2.4 OS:Debian Linux（VM实例）Python版本：2.7 我试过：1。用[None,299,299,3]以及[-1,299,299,3]重塑（）。两者都不按要求工作 预期结果：

我有一个简单的模型，我已经训练过了，它似乎运行良好，现在我想使用tensorflow服务，我需要SavedModel。 但是我看不到一种方法来指定用simple_save()输入数据所要做的任何预处理 但是我找不到如何用saved_model.simple_save()实现这一点的例子

我使用以下代码将预先训练的ResNet50 keras模型导出到tensorflow中，以便为tensorflow提供服务： 最后，我使用以下函数对tensorflow服务进行预测： 然后，我从一个ipython shell中使用上面的两个函数从ImageNet的val集中选择随机的imagenes，我已经在本地存储了这些ImageNet。问题是tensorflow服务总是为我发送的所有图像返回相