tensorflow相关内容
我最近安装了适用于 Windows 的 Tensorflow.我正在尝试一个基本教程，我需要在其中访问包含图像子文件夹的文件夹. 我无法访问图像文件夹，因为“访问被拒绝".这发生在 Anaconda 4.2 提示符和 Pycharm 中，并使用基本的 Python 3.5 发行版. 我已为所涉及的所有内容授予管理员权限，并且我今天重新安装了所有软件，以便将其全部更新到最新版本.
..
我正在使用支持 MKL 的 Tensorflow 的 Anaconda 发行版. 从 tensorflow.python.framework 导入 test_utiltest_util.IsMklEnabled() 此代码打印 True.但是，当我编译我的 Keras 模型时，我仍然得到 您的 CPU 支持此 TensorFlow 二进制文件不支持的指令编译使用:AVX AVX2
..
我为 GPU 安装了 Tensorflow:pip install tensorflow-gpu但是当我为 Keras pip install keras-gpu 尝试同样的方法时，它给我一个错误:找不到满足要求的版本. 解决方案 没有没有任何keras-gpu包[UPDATE:现在有，见下面的其他答案]；Keras 是一些后端的封装，包括 Tensorflow，这些后端可能有不同的版本，
..
到目前为止，我一直在使用 Tensorflow-GPU，通过 pip 以及 Nvidia 网站上的 Cuda 相关软件和 Nvidia 软件/驱动程序安装它强>.最近发现使用conda install tensorflow-gpu也安装了cudatoolkit和cudnn. 那么，这些(conda 提供的)与我从 Nvidia 网站下载的有什么不同? 在我的第一个(以前的)环境中，co
..
这是错误: 解决环境:失败 UnsatisfiableError:发现以下规范存在冲突:- numba -> numpy[版本='>=1.14,
..
我刚刚为我的桌面添加了一个新的 GTX 1070 Founders Addition，我正在尝试在这个新的 GPU 上运行 tensorflow.我正在使用 tensorflow.device() 在我的 GPU 上运行 tensorflow，但似乎没有发生这种情况.相反，它使用的是 cpu，而我的几乎所有系统都使用 8GB 内存.这是我的代码: 将张量流导入为 tf将 numpy 导入为 np
..
我的电脑安装了以下软件:Anaconda (3)、TensorFlow (GPU) 和 Keras.有两个 Anaconda 虚拟环境 - 一个使用 TensorFlow 用于 Python 2.7，一个用于 3.5，两个 GPU 版本，安装到 TF 指令.(我之前在一个单独的环境中安装了一个 CPU 版本的 TensorFlow，但我已经删除了它.) 当我运行以下命令时: source
..
我一直在尝试在 Anaconda 中安装 Tensorflow 2.0. 到目前为止，tensorflow 工作正常(我可以在我的代码中使用该库)，但是当我安装它时，它显示“正在安装版本:2.0"，然后我得到了 1.15 版本. 整个包的结果是可更新的(因为版本 2.0 确实存在并且应该可用)，但即使我尝试更新它，我也会不断得到 1.15，它又回到了可更新状态，然后我又回到了循环中.
..
我想使用 Anaconda (python 3.6) 设置深度学习环境.我的系统有 nvidia get force 1060 并安装了 windows.现在我想在 VB 中安装 Ubuntu 操作系统.我可以在基于 VB 的 Ubuntu 操作系统中安装 Cuda 和 CuDNN 库吗?有哪位能帮帮我? 解决方案 你不能在virtual box上使用你的GPU.因为虚拟盒子不能通过宿主G
..
我一直在学习人工智能以及如何使用 Python 进行编码.我正在做一个项目，我决定更新一些 Python 包，这些包并不是新的工作，然后发生了一些事情，我无法编译我的代码.我删除了 Anaconda3 并重新设置但没有用.我一直看到我写的这个问题作为一个主题.如果有人帮助我，我会很高兴得到一些帮助. >>>将张量流导入为 tf文件“C:\Users\AliGalip\Anaconda3Yeni\
..
在Windows上使用Anaconda安装了一个tensorflow-gpu版本，如何查看它的CUDA和CUDNN版本?谢谢. 解决方案 您也可以从 anaconda 命令行运行 conda list: conda 列表 cudnn# C:\Anaconda2 环境中的包:## 名称版本构建通道cudnn 6.0 0
..
我是深度学习的新手，过去 2 天我一直在尝试在我的电脑上安装 tensorflow-gpu 版本，但徒劳无功.我避免安装 CUDA 和 cuDNN 驱动程序，因为由于许多兼容性问题，一些在线论坛不推荐它.由于我之前已经在使用 python 的 conda 发行版，所以我选择了 conda install -c anaconda tensorflow-gpu，在他们的官方网站上写着:https://
..
我知道我可以通过以下方式安装 Cuda: wget http://developer.download.nvidia.com/compute/cuda/7_0/Prod/local_installers/cuda_7.0.28_linux.runchmod +x cuda_7.0.28_linux.run./cuda_7.0.28_linux.run -extract=`pwd`/nvidia_
..
我已在 Linux Ubuntu 16.04 上成功安装了 tensorflow (GPU)，并进行了一些小改动以使其与新的 Ubuntu LTS 版本兼容. 但是，我认为(谁知道为什么)我的 GPU 满足了大于 3.5 的计算能力的最低要求.情况并非如此，因为我的 GeForce 820M 只有 2.1.有没有办法让 tensorflow GPU 版本与我的 GPU 一起工作? 我问
..
当我通过 Conda 安装 tensorflow-gpu 时；它给了我以下输出: conda 安装 tensorflow-gpu收集包元数据(current_repodata.json):完成解决环境:完成##套餐计划##环境位置:/home/psychotechnopath/anaconda3/envs/DeepLearning3.6添加/更新规格:-张量流GPU将下载以下软件包:包装 |建造
..
如何定义我自己的损失函数，它需要 Keras 中先前层的权重和偏差参数? 如何从每一层获得 [W1, b1, W2, b2, Wout, bout]?在这里，我们需要传递比平常更多的变量 (y_true, y_pred).我附上了两张图片供您参考. 我需要实现这个损失函数.在此处输入图片描述 在此处输入图片描述 解决方案 为了回答你的第二部分，我使用以下代码来获取模型中每
..
我在 jupyter notebook 上做一个手语检测项目.运行实时检测代码时遇到如下错误: OpenCV(4.5.1) C:\Users\appveyor\AppData\Local\Temp\1\pip-req-build-1drr4hl0\opencv\modules\highgui\src\window.cpp:651:错误:(-2:Unspecified error) 功能未实现
..
我正在使用来自 的 tflite 模型用于posenet这里.它接受输入 1*353*257*3 输入图像并返回 4 个维度数组 1*23*17*17、1*23*17*34、1*23*17*64 和 1*23*17*1.该模型的输出步幅为 16.如何获取输入图像上所有 17 个姿势点的坐标?我尝试从 out1 数组的热图中打印置信度分数，但每个像素的值接近 0.00.代码如下: 公共类 Main
..
我按照 codelab TensorFlow For Poets 使用迁移学习inception_v3.它生成 retrained_graph.pb 和 retrained_labels.txt 文件，可用于在本地进行预测(运行 label_image.py). 然后，我想将此模型部署到 Cloud ML Engine，以便进行在线预测.为此，我必须将 retrained_graph.pb
..
例如，在我创建了操作后，通过操作输入批处理数据并运行操作，tf.train.batch 是否会自动输入另一批处理数据到会话? 我问这个是因为 tf.train.batch 有一个 allow_smaller_final_batch 属性，这使得最终批次可以以小于指定批次大小的大小加载.这是否意味着即使没有循环，下一批也可以自动喂食?从教程代码中我很困惑.当我加载单个批次时，我实际上得到一个批
..
