tensorflow-gpu

    0熱度

    1回答

    詳細信息。我在Windows 10上安裝,我使用pythong 3.5.4,我已經安裝了visual studio 15依賴項和.dll(除非我需要更改一些PATH變量)。我已經在路徑中更新了CUDA,併爲cuDNN安裝了相同的代碼。但是,我在通過conda環境安裝和pip安裝時遇到此錯誤。 C:\WINDOWS\system32>python Python 3.5.4 |Anaconda cu

    1熱度

    1回答

    我在Tensorflow中有以下警告:UserWarning:將稀疏IndexedSlices轉換爲未知形狀的稠密張量。這可能會消耗大量的內存。 的原因,我得到這個是: # Flatten batch elements to rank-2 tensor where 1st max_length rows belong to first batch element and so forth al

    0熱度

    1回答

    ResourceExhaustedError (see above for traceback): OOM when allocating tensor with shape[20000,20,20,20,16] [[Node: Conv3D = Conv3D[T=DT_FLOAT, padding="SAME", strides=[1, 1, 1, 1, 1], _device="/job:l

    0熱度

    1回答

    我試圖運行簡單的tensorflow的Hello World程序,但它不能在CMD運行,但相同的代碼工作在Python的IDLE我怎麼可以在CMD下運行它是什麼我輸入: 的Microsoft Windows [版本10.0.15063] (c)2017微軟公司。版權所有。 C:\Users\Manish>python Python 3.6.1 |Anaconda 4.4.0 (64-bit)|

    1熱度

    1回答

    什麼是 '使用的CPU部署克隆' 指的是在下面的代碼片斷(超薄/ train_image_classifier.py): tf.app.flags.DEFINE_boolean( 'clone_on_cpu', False, 'Use CPUs to deploy clones.' )

    1熱度

    1回答

    我試圖在Ubuntu ppc64le上用CUDA-9構建TF 1.3。有了CUDA-9支持所需的所有補丁(eigen,nccl,甚至[TF's PR](https://github.com/tensorflow/tensorflow/pull/12502)),我可以構建大部分TF代碼,但是,它在編譯tensorflow/core/kernels/fft_ops.cc。 我用CUDA-8檢查過TF1

    0熱度

    1回答

    我想將圖像分成兩部分,這樣我可以在GPU#1上處理第一塊,在GPU#2上處理第二塊。這裏的問題,但我似乎無法在圖像半 with tf.device(my_gpu): # Load onto GPU filename_queue = tf.train.string_input_producer([image_path], capacity=1) reader = tf

    3熱度

    1回答

    似乎有要對這個已經有幾個線程/問題,但它不會出現,我認爲這已經得到解決: How can I use tensorflow metric function within keras models? https://github.com/fchollet/keras/issues/6050 https://github.com/fchollet/keras/issues/3230 人們似乎遇到變量初

    0熱度

    1回答

    好奇,如果任何人有類似的用例礦的培訓: 我張流模型進行訓練tfrecord文件和queue runner。因此,該圖不使用佔位符。 現在如何保存模型並在線提供服務?由於在服務期間,我們需要將請求的數據輸入到圖表中。如果沒有佔位符,那麼我們沒有地方餵養。 謝謝!

    2熱度

    1回答

    這是一個可能的重複Tensorflow: How to get gradients per instance in a batch?。無論如何,我都會問這個問題,因爲沒有一個令人滿意的答案,這裏的目標有點不同。 我有一個非常大的網絡,我可以放在我的GPU上,但是我可以提供的最大批處理大小是32.任何比這更大的圖像會導致GPU耗盡內存。我想要使​​用更大的批次以獲得更精確的漸變近似值。 爲了具體說明