tensorflow-gpu

0熱度

1回答

我使用"scaleTier": "BASIC_GPU"運行谷歌的雲ML工作，和下面的表列出的應用細節：我在自定義估算器上使用learn_runner.run(...)執行實驗，並使用基於管道的方法使用文件名隊列提供輸入以讀取數據。正在使用管道爲基礎的低內存利用率的主要原因，是否有我應該考慮優化培訓利用率？

0熱度

2回答

如何在tensorflow中播放第三維？

我有一個索貝爾濾波器 sobel_x = tf.constant([[-1, 0, 1], [-2, 0, 2], [-1, 0, 1]], tf.float32) 我想要得到的64中深度的形狀是暫時[3,3,1]，但應引起[3,3,64]。這怎麼辦？隨着下面的行，我得到形狀錯誤。 tf.tile(sobel_x, [1, 1, 64]) ValueError: Shape must

1熱度

2回答

TensorFlow的自動設備放置是否處理多GPU情況？

我知道使用TensorFlow可以手動控制我們聲明變量的位置（例如：GPU上的神經網絡的一半以及其他GPU上的剩餘部分）。儘管可以肯定的是，我們可以將多個GPU 手動變量，它們可以被放置自動這些多GPU，如使用自動變量放置？ TensorFlow的文檔似乎從未明確提及自動設備放置是否處理多GPU情況。例如，假設我用Keras與TensorFlow後端建立模型。如果模型不適合第一顆GPU，因爲它

0熱度

1回答

tf.metrics.mean_squared_error的準確性

爲了學習的需要，我想檢查tf.Metrics.mean_squared_error的準確性。令我驚訝的是，他們有很大的不同。我正在尋求解釋。這裏是我的體驗簡介，然後是我的示例代碼： 1）通過tf.Metrics.mean_squared_error評估整個訓練數據的訓練過的玩具模型;和 2）在步驟1之後立即再次評估，首先收集給定相同整個訓練數據的所有「Xs」（或圖像）的預測，然後用所有的基本事實（

3熱度

1回答

分佈式Tensorflow：檢查失敗：大小> = 0

我正在使用keras 2.0.6。張量流的版本是1.3.0。我的代碼可以與theano後端運行，但與tensorflow後端失敗： ˚Ftensorflow /核心/框架/ tensor_shape.cc：241]檢查失敗：大小> = 0（-14428307456對0）我想知道是否有人可以想到可能導致此問題的任何可能的原因。謝謝！ ---- ----- UPDATE 我測試完全相同的代碼我與

2熱度

1回答

Tensorflow中的歐幾里得距離，轉換矩陣

我有一個knn分類項目，需要計算歐氏距離和tensorflow進行比較。原始代碼而不tensorflow是這樣的： def euclidean_distance(self,x1, x2): distance = 0.0 for i in range(len(x1)): distance += pow(x1[i] - x2[i], 2)

0熱度

2回答

Tensorflow以無限循環結束

這個張量流代碼沒有響應，我找不出原因。請幫忙！ import tensorflow as tf #reading the file with tf.name_scope ('File_reading') as scope: filename_queue = tf.train.string_input_producer(["forestfires.csv.digested"])

0熱度

1回答

Tensorflow掛起。什麼是有些事情我可以做調試問題

香港專業教育學院寫了seq2seq網絡，使用Facebook fastText向量我的嵌入。我遇到了一個問題，即模型將運行並訓練40％的時間，然後在60％的訓練開始時隨機掛起。我考慮的一些事情是對我的參數進行的任何調整都可能導致瓶頸，因爲emebeddings有多大，300x100000和序列長度平均爲10個單位。這表示使用nvidia-smi我可以看到它不是一個計算瓶頸，因爲GPU在特定時間只

0熱度

1回答

做什麼用的批量大小時TensorFlow說：「有可能是性能提升，如果更多的內存可用」

我有以下錯誤試圖增加batch_size對Nvidia的K80 CNN的模型： 2017-08-07 20:33:38.573318: W tensorflow/core/common_runtime/bfc_allocator.cc:217] Allocator (GPU_0_bfc) ran out of memory trying to allocate 3.04GiB. The calle

0熱度

1回答

Tf-slim：ValueError：變量vgg_19/conv1/conv1_1 /權重已存在，不允許。你是否想在VarScope中設置reuse = True？

我正在使用tf-slim從幾批圖像中提取特徵。問題是我的代碼工作爲第一批，在那之後，我得到的title.My代碼中的錯誤是這樣的： for i in range(0, num_batches): #Obtain the starting and ending images number for each batch batch_start = i*training_batch_