我已經使用TensorFlow python創建了一個模型。現在我已經用C++加載模型並使用session-> Run(饋送輸入張量)運行它。代碼編譯和鏈接良好,但只要它在運行時到達會話 - >運行時,它就不會繼續進行,並且也不會產生任何錯誤消息!它看起來像它永遠運行!我也檢查了CPU的使用情況,但它並沒有顯示任何密集計算!TensorFlow C++,運行時問題
2
A
回答
2
當TensorFlow程序永遠阻塞時,一個常見問題是該步驟在q.dequeue()
或q.dequeue_many()
操作的空隊列中被阻塞。
一種可能性是您的Python模型依賴於預取線程(從tf.train.QueueRunner
對象派生)。許多輸入讀數(例如使用tf.TFRecordReader
)和批處理(例如使用tf.train.batch()
)管道隱式地創建隊列和隊列跑步者。
如果您必須在您的Python程序中運行tf.train.start_queue_runners()
,那麼您需要在C++代碼中執行相同的操作,方法是分叉運行適當的q.enqueue()
操作。或者,您可以在C++程序中準備輸入並提供圖表,以便嘗試運行的操作不依賴於爲隊列出隊元素。
相關問題
- 1. GPU tensorflow運行問題
- 2. C++運行時問題
- 3. 運行時問題
- 4. objective-c運行時代表問題
- 5. C#自動運行問題
- 6. Tensorflow MomentumOptimizer問題
- 7. Tensorflow train.batch問題
- 8. Tensorflow問題
- 9. libcublas問題 - tensorflow
- 10. PyQt運行時問題
- 11. 運行時錯誤問題
- 12. QtCreator運行時問題
- 13. CUDA 4.0運行時問題
- 14. 耗時Tensorflow C++會話 - >運行 - 實時推論圖像
- 15. 出了什麼問題我TensorFlow運行cifar10_multi_gpu_train.py
- 16. 輸出尺寸問題運行TensorFlow圖Android
- 17. 由於Tensorflow問題,無法在本地運行Google ML引擎
- 18. 導出C本地變量:JNI運行時行爲問題
- 19. Tensorflow精度問題
- 20. 問題與Tensorflow Kenlm
- 21. 問題編譯TensorFlow
- 22. tensorflow安裝問題
- 23. 遠程運行TensorFlow
- 24. Linux中的運行時執行問題
- 25. Java運行時執行 - 確認問題
- 26. Tensorflow C++,張量問題和餵食問題
- 27. 問題,同時通過在sparse_tensor_dense_multiply tensorflow
- 28. Tensorflow:在會話運行時輸出值
- 29. 使用XLA運行Tensorflow時出錯
- 30. 錯誤,同時運行TensorFlow wide_n_deep教程
請閱讀有關最小示例的發佈準則。你的問題,因爲它是站外話題在這裏。 –