了解TF 2.0测试版中的图形
TF 2.0测试版中的图形指的是TensorFlow 2.0版本中的图形计算。图形计算是TensorFlow框架中的核心概念之一，它以图的形式描述计算任务的流程。在TensorFlow中，计算任务被表示为由一系列操作（节点）组成的有向无环图（DAG），图中的节点表示计算任务，图中的边表示计算任务之间的数据依赖关系。
TF 2.0测试版中的图形计算具有以下特点和优势：
- 高效性：图形计算充分利用了计算图的静态特性，可以在编译阶段进行图优化和性能优化，提高计算效率。
- 分布式计算支持：图形计算可以方便地将计算任务分布到多个设备或多台机器上进行并行计算，充分发挥分布式计算的优势。
- 可视化和调试：图形计算可以可视化地展示计算任务的流程，便于调试和理解，有助于排查错误和优化计算过程。
图形计算在各类应用场景中都有广泛的应用，包括但不限于：
- 机器学习和深度学习：图形计算在机器学习和深度学习任务中发挥着重要的作用，可以高效地处理大规模的数据和复杂的神经网络结构。
- 自然语言处理：图形计算可用于处理文本数据，进行文本分类、情感分析、机器翻译等任务。
- 计算机视觉：图形计算可以应用于图像处理和目标识别等领域，进行图像特征提取、对象检测等任务。
- 强化学习：图形计算可以用于训练强化学习模型，实现智能决策和自主学习。
在腾讯云中，与图形计算相关的产品包括但不限于：
- TensorFlow：腾讯云提供了TensorFlow的云端支持，用户可以通过腾讯云的GPU实例快速部署和运行TensorFlow模型。 链接地址：https://cloud.tencent.com/product/tf
- AI Lab：腾讯云AI Lab提供了丰富的人工智能开发资源和实验环境，包括TensorFlow框架的支持。 链接地址：https://cloud.tencent.com/product/ai_lab
- GPU云服务器：腾讯云提供强大的GPU云服务器，支持图形计算和深度学习任务的高性能计算。 链接地址：https://cloud.tencent.com/product/gpu
以上是关于TF 2.0测试版中图形计算的简要介绍和相关产品推荐。如需进一步了解和深入学习，可以参考腾讯云的相关文档和资料。
相关·内容
2回答
我编写了一个简单的脚本来计算1,2,5的黄金比率。是否有一种方法可以通过tensorflow (可能借助matplotlib或networkx)生成实际图形结构的可视化？tensorflow的文档非常类似于因子图，所以我想知道：
如何通过tensorflow生成图形结构的图像？
在下面的示例中，它将C_1, C_2, C_3作为单独的节点，然后C_1将有tf.sqrt操作，然后是将它们结合在一起的操作。也许图形结构(节点、边)可以导入到networkx中？我看到tensor对象有一个graph属性，但我还没有找到如何将它实际用于成像目的。
#!/usr/bin/python
import t
浏览 5提问于2015-12-11得票数 22
回答已采纳
下面是使用TensorFlow v2.0的代码
import tensorflow as tf
a = tf.constant(6.0, name = "constant_a")
b = tf.constant(3.0, name = "constant_b")
c = tf.constant(10.0, name = "constant_c")
d = tf.constant(5.0, name = "constant_d")
mul = tf.multiply(a, b , name = "mul
浏览 17提问于2019-11-14得票数 6
回答已采纳
我正在尝试在TensorFlow2.0中运行FaceNet模型。我下载了一组预先训练好的权重(.pb文件)，并使用tf.GraphDef()在TF1.14中加载图形。 我想知道我应该如何在TF 2.0中运行它： 我尝试使用tf.SavedModel.load()方法，但返回一个空的签名字典。 在新的Tensorflow 2.0版本中是否可以重用TF 1.x pb文件？如果是这样，又是如何做到的呢？
浏览 23提问于2019-10-17得票数 0
回答已采纳
在TF2.0中，在创建keras模型之后仍然需要调用model.compile，如doc所示。 但是使用eager模式，不需要创建图形，那么tf.keras.Model.compile在TensorFlow2.0中的用途是什么呢？
浏览 25提问于2019-08-26得票数 1
回答已采纳
根据，tf.data.Datasets工作在图形模式(既可以是急切模式，也可以是图形模式)：
请注意，无论定义map_func的上下文(急切还是图形)，tf.data都会跟踪该函数并以图的形式执行它。
在Tensorflow 1.X中，我们可以很容易地在Tensorboard中绘制这个图:处理函数是在子图中绘制的。
例如,
def _parse_function(x):
return x * 2
x = tf.constant([0 , 1])
dataset = tf.data.Dataset.from_tensor_slices(x)
dataset = dataset.
浏览 2提问于2019-08-16得票数 4
1回答
我是tensorflow的新手，我一直在训练一个简单的神经网络，但是一旦训练完成，我就不知道如何重用NN来获得输入的输出。
def train_neural_network(x,y,aDataTrain,aTargetTrain,aDataTest,aTargetTest):
batch_size = 500
prediction = neural_network_model(x,len(aDataTrain[0]))
cost = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(logits=predict
浏览 0提问于2017-11-09得票数 2
在Python2.0(目前仍是alpha版本)中，我知道您可以使用装饰器@tf.function来将纯TensorFlow代码转换为图形。每次我想要的时候，我必须把@tf.function放在每个函数的顶部吗？@tf.function是否只考虑了下面的功能块？
浏览 0提问于2019-03-14得票数 21
我有以下问题，主要是因为我缺乏TF的专业知识，特别是TF2.0。
我尝试在keras实现中使用Elmo嵌入。
我受到启发的代码是使用TF-集线器Elmo模块。如果我想编写100% TF2.0 Python代码，这似乎很难使用。
这就是我所做的：
，我已经创建了下面的ElmoEmbedding类，但我已经在Colab上面临着急切模式的问题。我可以禁用它吗?或者应该像TF2.0迁移文档中建议的那样，将hub.Module调用作为默认图吗?
现在，我已经创建了一个tf.function，因为我已经读到它是相当于Session.run()的TF2.0方式。尽管在默认情况下签名参数设置为TRU
浏览 2提问于2020-01-09得票数 2
我在使用tensorflow中的Defun装饰器时遇到了问题。也就是说，Defun不能关闭外部创建的任何TF操作。下面是一个完整的例子，展示了我想要做的事情。请注意，张量x属于custom_op调用内外的不同图。Defun代码创建一个临时图形，将该图形转换为函数原型，然后将其合并到原始图形中。代码在第一步中崩溃，因为我们关闭的张量不在新的临时图中。有什么办法可以解决这个问题吗？能够结束事情将是非常有帮助的。
import tensorflow as tf
from tensorflow.python.framework import function
w = tf.V
浏览 1提问于2016-09-21得票数 4
我自己有一个经过训练的模型(在tf 1.14中训练过)，我用它来预训练另一个模型。因此，它不是你可以在tf.keras.applications中找到的著名的模型之一，比如ResNet/etc。
我想将我的工作切换到TF2.0，但找不到任何链接来为我提供有关如何在tf2中加载TF1.14检查点和图形的详细信息。
在tensorflow 2中使用tf 1的模型信息进行迁移学习是完全可能的吗？
浏览 2提问于2019-11-20得票数 3
在tf1中，我可以定义所需获取的列表并使用
sess.run(myList, feed_dict)
通过图形获得由tf1同时计算的列表中的所有元素。在tf2.0中怎么做？
Tf1中的示例代码：
import tensorflow as tf
a = [None]*5
for i in range(5):
a[i] = tf.Variable(tf.random.normal([3,3]))
fetch_list = [None]*5
for i in range(5):
fetch_list[i] = tf.add(tf.gather(a, i), tf.ones([3,3])
浏览 0提问于2019-09-02得票数 2
我最近发现了一个用于蒸汽的测试版门户。我安装了测试版，并启动它，发现图形看上去一点也不对。我浏览了OmgUbuntu的评论，发现他们谈论的是其他显卡的驱动程序。有人和我对门户的测试版有同样的看法。另一个人给出了两个链接到更多更新的英特尔驱动程序。第一次是12.04和12.10。
图形驱动程序
第二个链接是12.04到13.04，也是我使用的链接。
发射台档案
我安装了软件包，再次启动了门户，这一次，它实际上是为了使笔墨看起来正确。我尝试了团队要塞2，这也是有效的，因为TF2也看上去不对。然而，在玩Bastion时，游戏实际上比较慢，并且滞后于这些包，在这些包中，作为默认驱动程序，Bastion
浏览 0提问于2013-05-06得票数 0
回答已采纳
我想简单地定义一个模型，并在TensorBoard中可视化它的图形，以便进行初步的架构检查。因此，我不想为此计算任何东西。 在TensorFlow 1.X中，这很容易在tf.Session()中实现，在那里我可以简单地flush()一个摘要文件写入器。 在TensorFlow 2.0中，没有tf.Session()，因此问题是如何实现它？ 以下是示例代码。为了让它在TensorBoard中编写图形结构，我需要添加哪些内容？ from nets import i3d
import tensorflow as tf
def i3d_output(model, x):
out, _ =
浏览 24提问于2019-03-30得票数 7
回答已采纳
我有由未编译的keras代码构建的模型，并试图通过自定义的培训循环来运行它们。
TF 2.0渴望(默认情况下)代码在CPU (膝上型电脑)上运行约30。当我使用包装的tf.function调用方法创建一个keras模型时，它的运行速度要慢得多，并且似乎需要很长时间才能启动，特别是“第一次”时间。
例如，在tf.function代码中，10个样本的初始训练需要40多个，而后续的10个样本需要2s。
在20个样本中，初始时间为50岁，随访时间为4s。
一个样本的第一次训练需要2s，后续工作需要200 ms。
因此，看起来火车的每一次呼叫都在创建一个新的图表，在这个图形中，复杂度随着列车数量的增加而
浏览 2提问于2019-04-16得票数 17
回答已采纳
我已经在TensorFlow工作了大约一年，我正在从Tf1.x过渡到TF2.0，我正在寻找一些关于如何在TF2.0中使用tf.keras.backend库的指导。我了解到，过渡到Tf2.0应该可以消除建模和构建图形中的大量冗余，因为在早期的TensorFlow版本中有许多方法可以创建等效层(我对此非常感激！)，但我仍然无法理解何时使用tf.keras.backend，因为这些操作与其他TensorFlow库似乎是多余的。
我看到tf.keras.backend中的一些函数与其他TensorFlow库是冗余的。例如，tf.keras.backend.abs和tf.math.abs不是别名(或者至
浏览 2提问于2019-12-16得票数 6
回答已采纳
我听说TF-2.0将删除tf.contrib，TF-1.12中tf.contrib.lookup.index_table_from_tensor功能的最佳替代方案是什么？
浏览 0提问于2018-11-19得票数 3
回答已采纳
当我执行以下操作时，我得到了奇怪的结果：(我只想访问函数中的图形变量)。
import tensorflow as tf
def mul(x):
p = tf.get_variable('vara', shape=())
return x * x + p
x = tf.placeholder(dtype=tf.float32, shape=())
v = tf.Variable(1.0, name='vara')
out = mul(x)
with tf.Session() as sess:
# init vars
浏览 2提问于2017-09-02得票数 0
我在conda环境中运行tf2.0，并希望在图中显示张量。
plt.imshow(tmp)
TypeError: Image data of dtype object cannot be converted to float
tmp.dtype
tf.float32
所以我试着把它转换成一个numpy数组，但是.
print(tmp.numpy())
AttributeError: 'Tensor' object has no attribute 'numpy'
tmp.eval()
ValueError: Cannot evaluate tensor us
浏览 0提问于2019-09-04得票数 0
回答已采纳
我需要一个非常简单的图形中的条件控制流，它可以将元素添加到列表中。在我的例子中，应该使用tf.Variable([])来声明列表。
我遇到了一个奇怪的错误：UnboundLocalError: local variable 'list1' referenced before assignment。
下面是一个玩具示例：
pred = tf.placeholder(tf.bool, shape=[])
list1 = tf.Variable([])
def f1():
e1 = tf.constant(1.0)
list1 = tf.concat([list1, [e1
浏览 1提问于2018-10-05得票数 0
回答已采纳
我不确定这是Tensorflow bug还是我对这个函数应该做什么的误解，但是我不能让tf.py_function在图形模式下返回一个EagerTensor。因此，对该函数的输出调用.numpy()失败。
这个问题可以使用正式文档()中给出的确切例子来再现：
import tensorflow as tf
tf.compat.v1.disable_eager_execution()
def log_huber(x, m):
if tf.abs(x) <= m:
return x**2
else:
return m**2 * (1 - 2 * tf.math.l
浏览 13提问于2022-07-31得票数 1
基于这个，我尝试保存/恢复TF图，但没有成功。
下面是saver：
with tf.Graph().as_default():
variable_node = tf.Variable(1.0, name="variable_node")
output_node = tf.mul(variable_node, 2.0, name="output_node")
sess = tf.Session()
init = tf.initialize_all_variables()
sess.run(init)
output =
浏览 0提问于2016-02-12得票数 9
回答已采纳
是否可以在TensorFlow2.0中运行冻结的图形？ 创建会话时观察到以下错误。 with tf.Session(graph=graph) as sess:
output_data = sess.run(y, feed_dict={x: test_images}) 会话:模块“”tensorflow“”没有属性“”AttributeError“” 完整的代码可以在这里找到。Colab notebook
浏览 15提问于2019-03-09得票数 1
回答已采纳
我试图在Tensorflow 2.0中使用gradient_override_map。这里有一个，我也将用它作为示例。
在2.0中，GradientTape可用于计算梯度，如下所示：
import tensorflow as tf
print(tf.version.VERSION) # 2.0.0-alpha0
x = tf.Variable(5.0)
with tf.GradientTape() as tape:
s_1 = tf.square(x)
print(tape.gradient(s_1, x))
还有tf.custom_gradient装饰符，它可以用于定义新函数的梯
浏览 1提问于2019-04-19得票数 6
回答已采纳
在当前的笔记本教程(gpflow 2.0)中，所有@tf.function标记都包括选项autograph=False，例如()：
@tf.function(autograph=False)
def optimization_step(optimizer, model: gpflow.models.SVGP, batch):
with tf.GradientTape(watch_accessed_variables=False) as tape:
tape.watch(model.trainable_variables)
objective = - mo
浏览 3提问于2020-02-17得票数 2
回答已采纳
我想在支持图形处理器的Colab上测试新的CUDA2.0预览版，但是，在单元上使用!pip install tf-nightly-gpu-2.0-preview安装TensorFlow之后，当我导入软件包时，我得到了错误：ImportError: libcublas.so.10.0: cannot open shared object file: No such file or directory，它指出了与平台上预先安装的CUDA2.0版本的一些不一致。
浏览 38提问于2019-01-17得票数 1
回答已采纳
1回答
当我输入命令行时：
包装图形框架:图形框架:0.2.0-SPARK2.0-S_2.11
效果会很好的。但是，当我想使用ipython启动我的pyspark和使用图形框架包时，它就不起作用了。
当我输入命令行时：
PYSPARK_DRIVER_PYTHON=ipython吡火花-封装图形框架:图形帧:0.2.0-火花2.0-s_2.11
错误是:找不到模块“图形帧”
浏览 8提问于2016-12-29得票数 0
回答已采纳
我已经使用tensorflow工作了一段时间，现在我正在使用tensorflow-gpu在图形处理器上做学习人员，看起来我面临着一个发布错误，有人说使用tf-nightly-gpu-2.0-preview可以解决这个问题。 那么，tf-nightly-gpu和tensorflow-gpu之间的区别是什么，它是它的测试版还是什么？ 提前谢谢。
浏览 206提问于2019-04-08得票数 7
回答已采纳
我正在尝试用pycharm实现神经风格转换的例子。链接。我安装了所有需要的cuda软件和允许使用gpu所需的cudnn软件。然而，我似乎不明白为什么我仍然得到一个错误TypeError:张量对象只有在启用了急切执行时才是可迭代的。要迭代此张量，请使用tf.map_fn。加载图像时。
我已经搜索了为什么会出现这个问题的修复或解释，但似乎找不到一个好的答案。
from __future__ import absolute_import, division, print_function, unicode_literals
import tensorflow as tf
import IPytho
浏览 7提问于2019-08-11得票数 0
回答已采纳
我想从TFRecordWriter生成的图形中将tensorflow示例记录写到AutoGraph中。
tensorflow 2.0的文档声明如下：
处理非标量特性的最简单方法是使用tf.serialize_tensor将张量转换为二进制字符串。字符串是tensorflow中的标量。
然而，tf.io.serialize_tensor返回字节字符串的张量。创建一个示例proto需要一个字节列表，而不是张量。
如何从图形内部将tf.train.Example写入tf记录？
复制代码：
%tensorflow_version 2.x
import tensorflow as tf
@tf.fu
浏览 13提问于2020-04-30得票数 3
使用Tensorflow Supervisor编写摘要会重新评估图形，这可能会产生不期望的结果。
这样的结果之一是改变了随机状态，进而影响了可重复性。我已经写了一个小例子来演示这种影响。
import tensorflow as tf
N = 5
SEED = 123
with tf.Graph().as_default():
tf.set_random_seed(SEED)
a = tf.random_uniform([1])
with tf.Session() as sess:
for i in range(N):
print
浏览 7提问于2018-03-14得票数 1
我目前正在阅读Ioffe和Szegedy关于批处理规范化的论文，我想知道如果将批处理大小设置为1会发生什么。小批量均值(基本上是激活本身的值)和方差(应该是零加上常数ε)的计算将导致归一化维度为零。
然而，tensorflow中的这个小示例表明正在发生一些不同的事情：
test_img = np.array([[[[50],[100]],
[[150],[200]]]], np.float32)
gt_img = np.array([[[[60],[130]],
[[180],[225]]]], np.float32)
te
浏览 12提问于2018-02-09得票数 0
我正在尝试在TF2.0中创建一个屏蔽版本的SparseCategoricalAccuracy，它可以通过compile(metrics=[masked_accuracy_fn()]传递给Keras api。 该函数如下所示： def get_masked_acc_metric_fn(ignore_label=-1):
"""Gets the masked accuracy function."""
def masked_acc_fn(y_true, y_pred):
"""Masked a
浏览 45提问于2019-12-16得票数 0
1回答
我试图在Tensorboard中分析Tensorflow图，但是尽管记录了运行时元数据，"Compute time“颜色选项是灰色的。下面是一个简单的例子：
import tensorflow as tf
sess = tf.Session()
x = tf.constant(1.0)
y = tf.constant(2.0)
z = x + y
writer = tf.summary.Filewriter('logs', sess.graph)
run_options = tf.RunOptions(trace_level=tf.RunOptions.FULL_TR
浏览 27提问于2019-08-08得票数 1
2回答
我正在尝试建立一个完全卷积的神经网络。我的问题是，在某些阶段张量的形状不再匹配，导致和异常，我想在每一步之后打印张量的形状，以便能够指出问题。然而，问题是，如果图形被破坏并在某个时刻抛出异常(即使异常发生在管道中的print语句之后)，tf.Print似乎不会打印任何东西。我在打印时使用了下面的代码。如果我有一个正常工作的图形，它就可以正常工作。那么，tf.Print真的只能与工作图形一起使用吗？如果是这种情况，我如何打印张量的形状，或者是使用调试器的唯一可能，例如tfdbg？
upsample = custom_layers.crop_center(input_layer, upsample
浏览 9提问于2018-08-03得票数 1
在TensorFlow <2中，可以使用tf.keras.backend.function简洁地实现DDPG参与者的培训功能如下：
critic_output = self.critic([self.actor(state_input), state_input])
actor_updates = self.optimizer_actor.get_updates(params=self.actor.trainable_weights,
loss=-tf.keras.backend.mean(
浏览 5提问于2019-02-24得票数 4
仅通过改变变量的某些元素，就能使损失函数最小化吗？换句话说，如果我有一个长度为2的变量X，如何通过更改X[0]和保持X[1]不变来最小化损失函数？
希望我尝试的这段代码能够描述我的问题：
import tensorflow as tf
import tensorflow.contrib.opt as opt
X = tf.Variable([1.0, 2.0])
X0 = tf.Variable([3.0])
Y = tf.constant([2.0, -3.0])
scatter = tf.scatter_update(X, [0], X0)
with tf.control_depe
浏览 0提问于2018-03-01得票数 11
回答已采纳
我试着用watch OS2.0来获得心率，当我尝试开始锻炼时，我得到了这个错误
Carleep WatchKit Extension[594:91719] -[HKHealthStore startWorkoutSession:completion:]: unrecognized selector sent to instance 0x155b40e0
我把healthkit框架很好地添加到了我的项目中。
我在其他链接器标志中添加了-all_load和-ObjC。
当我在cmd+click on startWorkoutSession上时，我在healthkit框架中找到了这个函数
浏览 1提问于2015-08-27得票数 0
回答已采纳
我正在尝试将用TensorFlow1.13编写的现有代码(使用估计器)迁移到TensorFlow2.0，但我在尝试找到等效的API来冻结和输出图形以及输出.pb文件时遇到了问题。
在TensorFlow1.13中，estimator类有一个函数export_savedmodel，它接受一个模型路径和一个serving_input_receiver_fn。我在设置serving_input_receiver_fn时遇到了麻烦，因为它似乎接受占位符。但是，当迁移到TensorFlow2.0时，尽管存在相同的API，但由于将急切执行模型设置为默认值，占位符不能在急切执行模式下工作。
def e
浏览 23提问于2019-08-10得票数 3
2回答
我一直在遵循TF2.0卷积VAE的教程，网址是here。 由于它是急切的，因此手动计算渐变，然后使用tf.GradientTape()手动应用渐变。 for epoch in epochs:
for x in x_train:
with tf.GradientTape() as tape:
loss = compute_loss(model, x)
apply_gradients(tape.gradient(loss, model.trainable_variables)) 该代码的问题在于它相当慢，每个时期需要大约40-50秒。如果我将批处理大小增加很多(到
浏览 22提问于2019-03-03得票数 2
因此，基本上，我试图加载一个使用AutoML的表使用tensorflow训练的模型。一旦对模型进行了培训，就可以将其导出到Google，用于测试和使用->用户--您的模型->容器。在本地下载之后，模型文件在我的文件系统中如下所示：
model/
├── assets
│ ├── 14_vocab
│ ├── 15_vocab
│ ...
│ ├── 7_vocab
│ └── 8_vocab
├── saved_model.pb
└── variables
├── varia
浏览 24提问于2019-11-26得票数 3
这段代码不能在TensorFlow 2中运行，它的代码是什么？ import tensorflow as tf
# the equation is : 4x+2 = 0
unknownvalue = tf.Variable(0.0)
a = tf.constant(4.0)
b = tf.constant(2.0)
c = tf.multiply(unknownvalue,a) # 4x
equation = tf.add(c,b) # 4x+2
zerovalue = tf.constant(0.0)
diff = tf.square(equation-zerovalue) # d
浏览 26提问于2020-11-10得票数 0
回答已采纳
我在运行来自tensorflow 2.0 SavedModel的推理时遇到了困难，因为我不能按名称访问输入和输出操作。
我通过TF_LoadSessionFromSavedModel(.)加载会话成功：
#include <tensorflow/c/c_api>
...
TF_Status* status = TF_NewStatus();
TF_Graph* graph = TF_NewGraph();
TF_Buffer* r_opts = TF_NewBufferFromString("",0);
TF_Buffer* meta_g = TF_NewB
浏览 7提问于2019-11-21得票数 2
我有一个训练有素的tf1.x模型(让它是Model1)，它使用占位符、tf.contrib等等构建。我可以通过从.ckpt检查点(在tf1.x中)恢复图形来使用这个模型。我决定使用Model1的最简单方法是导出它：
# tf1.x code
tf.saved_model.simple_save(sess, saved_Model1_path,
inputs={'input':'Placeholder:0'}, outputs={'output':'.../Sigmoid:0'})
即使在tf2.0中，我也可以使用获得的sa
浏览 2提问于2019-12-27得票数 5
回答已采纳
在Tensorflow 2.0中，我们看到的主要“张量”实际上是EagerTensors (更准确地说是tensorflow.python.framework.ops.EagerTensor)：
x = [[2.]]
m = tf.matmul(x, x)
type(m)
# returns tensorflow.python.framework.ops.EagerTensor
但是，在某些情况下，我们有符号Tensor对象(tensorflow.python.framework.ops.Tensor)，就像TF1.X中的那样。
例如在角星中：
from tensorflow.keras.mo
浏览 0提问于2019-08-26得票数 11
我正在以图形模式编译一个以前受过训练的模型：
inference_model = model_from_json(json.dumps(inference_model_dict))
inference_model.set_weights(original_model.get_weights())
inference_model.compile('adam', 'binary_crossentropy', run_eagerly=False)
当使用它进行预测时：
predictions = inference_model.predict(gen)
获取以下错误：
浏览 3提问于2020-10-07得票数 0
我在使用我的GPU和tensorflow时遇到问题。I pip安装了tensorflow-GPU2.4.1我还安装了CUDA11.2和cudnn11.2，遵循中的步骤，还检查了所有路径是否正常以及库是否在正确的位置。
然而，当我在我的Jupyter Notebook上运行tf.config.experimental.list_physical_devices('GPU')时，它找不到我的图形处理器。
我还运行了tf.test.is_built_with_cuda()，它返回True。
那么问题是我的GPU不支持当前版本的CUDA或cudnn吗？我的图形处理器是"NVID
浏览 3提问于2021-03-17得票数 0
我做了一个非常简单的自定义TextView。在安卓设备上一切正常。然而，在eclipse的图形布局中，我所能看到的只是编写的类名，而不是TextView原始文本。如何在eclipse图形布局中测试它？
下面是我的代码
public class MyTextView extends TextView
{
public MyTextView(Context context, AttributeSet attrs, int defStyle)
{
super(context, attrs, defStyle);
init();
}
浏览 1提问于2013-06-30得票数 1
回答已采纳
1回答
ASP.NET样板.NET芯2
、、、、
尝试将ASP.NET Boilerplate项目从.NET Core 1.x升级到.NET Core 2.0
解决方案成功构建，但在Startup.ConfigureServices方法中抛出异常
services.AddAbpIdentity<Tenant, User, Role, SecurityStampValidator>(
options => {})
.AddUserManager<UserManager>()
.AddRoleManager<RoleManager>()
.AddSignInManager&l
浏览 2提问于2017-08-22得票数 4
回答已采纳
1回答
我首先在我的图形处理器上用python创建了我的TensorFlow代码，使用： import tensorflow-gpu as tf 我把它用于训练目的，一切都进行得很顺利。但是现在，我想在没有GPU的设备上部署我的python脚本。所以，我用pip卸载了tensorflow-gpu，并导入了普通的TensorFlow： import tensorflow as tf 但是当我运行脚本时，它仍然在使用gpu： ? 我试过这段代码： try:
# Disable all GPUS
tf.config.set_visible_devices([], 'GPU
浏览 15提问于2021-01-24得票数 0
我有这一行代码(用于Tensorflow 1.0)：
tf.placeholder(tf.float32, [None, n, p])
n和p只是随机数。
如何将这一行代码转换为Tensorflow 2.0的tf.keras.input？
提前谢谢！
浏览 1提问于2021-09-03得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
