我正在尝试创建一个带有服务器和一个或多个使用它的客户端的分布式Tensorflow应用程序。
指定哪些变量或操作应该放在服务器中很容易。但是，如果我想在客户端放置其他var或on，则必须为每个客户端定义一个新作业，为其启动一个新的tf.train.Server，定义放置在每个特定客户端上的新var和on，并在ClusterSpec中包含所有客户端地址和端口有没有办法使用tf.device将op和var放在本地？不一定要发送到任何特定设备(CPU、GPU
浏览 4提问于2017-08-12得票数 0
回答已采纳
在TensorFlow中，会话将图形操作放置到设备(如_CPU_s或_GPU_s )上，并提供执行它们的方法。是否可以向TensorFlow添加额外的设备类？除了CPU和GPU之外，我们叫它XPU？
浏览 1提问于2016-02-04得票数 7
回答已采纳
我最近构建了我的第一个TensorFlow模型(从手工编码的python转换而来)。我使用的是tensorflow- GPU，但我只想在训练中使用GPU作为后盾。对于其他的一切，我想使用CPU。我看到演示了如何在默认情况下使用GPU的系统上强制使用CPU。但是，您必须指定要强制使用CPU的每个操作。相反，我想做相反的事情。我想默认的CPU使用，但然后指定GPU只是作为我在培训期间所做的备份。更新
看上去事情会在tensorflow上运行得更慢，因为我的模型和场景是如何构建的。我尝试使用不
浏览 1提问于2018-11-10得票数 1
我们知道Tensorflow在正常情况下会将整个图划分为几个子图。来自CreateGraphs of direct_session.cc的在normal中使用else分支。
浏览 0提问于2017-03-15得票数 1
我跟着C:\Users\username\Downloads\DPED-master\DPED-master>python test_model.py model=iphone_orig\__init__.py", line 28, in <module>
from tensorflow.pyth
浏览 0提问于2019-07-25得票数 3
回答已采纳
2回答
我的想法:在app - Faster-RCNN中进行特征检测，自动编码器进行图像去噪。在服务器中-使用Annoy Index进行图像搜索和检索。 这可行吗？你觉得呢？我可以使用Tensorflow Lite或其他工具在android应用程序中部署自己的神经网络吗？ 你有什么不同的建议吗？
浏览 29提问于2020-01-10得票数 0
我想使用下面的代码来研究设备在拉伸板中的位置，以生成摘要中的图形
# Build the summary operation based on the TF collection of Summaries但是当选择‘设备放置’在拉伸板，所有的节点被分配给‘未知的设备’。我需要以其他方式转储设备的位置吗？
浏览 2提问于2015-11-27得票数 10
回答已采纳
我想为一个约会移动应用程序中的推荐系统建立一个ML数据管道。 目前，我正处于一个非常早期的阶段，试图弄清楚基础设施，但我对tensorflow和tensorflow lite感到困惑。我可以使用tensorflow构建系统，然后在训练、超参数调整等之后在后端部署模型吗？当你想在移动设备上使用ML时，是否强制使用tensorfow lite，或者只有当你真正想要在手机设备上训练模型时才使用它？
浏览 13提问于2021-03-16得票数 0
回答已采纳
我知道，使用TensorFlow，可以手动控制我们声明变量的位置(例如: GPU上的神经网络的一半，另一个GPU上的其余部分)。尽管我们可以将变量手动放置在多个GPU 上，但是它们是否可以自动地放置在这些GPU上，例如使用自动变量放置？TensorFlow的文档似乎从来没有明确提到自动设备放置是否处理多个GPU情况。例如，假设我使用带有TensorFlow后端的Keras构建了一个模型。如果模型不适合第一个GPU，因为它太大，
浏览 3提问于2017-07-28得票数 1
回答已采纳
tensorflow示例CIFAR10使用输入管道将数据从磁盘加载到队列。我想为我自己的模型实现这一点，但我遇到了一个错误，我无法以某种方式修复。我的最小示例如下(摘自教程：https://www.tensorflow.org/programmers_指南/阅读_数据)：
def read_sample_of_csv(filename_queue这基本上就是在CIFAR10中所做的，只需要使用csv。脚本以MY_DEVICE = '/cpu:0‘运行，但是当我尝试
浏览 0提问于2017-03-13得票数 4
回答已采纳
我在一台安装并启用了图形处理器的机器上使用了，它似乎只在预测阶段使用了CPU。我在.predict()部分看到的设备放置日志如下：
2020-09-01 06:08:19.085400: I tensorflow/core/common_runtime/eager/execute.ccop RangeDataset in device /job:localhost/replica:0/task:0/devic
浏览 0提问于2020-09-01得票数 14
我已经在Google Cloud上设置了一台TPU机器，我认为我做得很正确，因为当我运行ctpu status时，它会返回RUNNING。但是，根据终端中输出的前几行，它仍在使用CPU。as tfimport numpyfrom tensorflow.keras.applications.resnet50from tensorflow.keras.preprocessing.image
浏览 16提问于2020-04-21得票数 1
2回答
我有一个用python tensorflow训练并保存的模型。现在，我想在c++应用程序中执行预测。我像这样加载模型(在Tensorflow 1.3.1上)：
tensorflow::Status status = tensorflow::LoadSavedMo
浏览 14提问于2018-01-24得票数 1
回答已采纳
更不用说也可能会为TensorFlow而使用它，可能主要是。所以在拉码头后有很多事情要做.
有没有人有一个循序渐进的指南，如何在这里实现发展？
浏览 3提问于2015-11-13得票数 0
我在一台安装了Python的Linux机器上，我可以在上面看到带有nvidia-smi的图形卡。当我在tensorflow中列出本地设备时，我正确地看到了两个设备，一个CPU和一个GPU。/test/bin&#x
浏览 13提问于2017-06-20得票数 1
回答已采纳
在这个中，有人提到：
TL;DR: TensorFlow对“参数服务器”一无所知，但它支持在不同进程中跨多个设备运行图形。这些进程中有一些设备的名称以"/job:ps"开头，这些设备保存变量。工作人员驱动培训过程，当他们运行train_op时，将导致"/job:p
浏览 3提问于2017-05-17得票数 4
是否可以预先下载存储在AWS中的所有人脸元数据，并在android应用程序中离线执行面部验证？
浏览 35提问于2021-03-16得票数 1
回答已采纳
所以我在玩CUDA的C++编程。我试图创建一个在设备上运行的类，如下所示： int deviceInt = 5;
printf("Value of device var: %d\n", deviceInt);}
现在，除非我遗漏了示例中的一些内容，否则它实际上将在设备上正确运行。我可以使用__global__方法中的new
浏览 4提问于2016-01-19得票数 1
回答已采纳
因此，我希望在两台机器之间拆分计算图。此外，我希望进行计算的机器也存储它们修改/读取的变量(我不想设置额外的参数服务器，我假设模型图分区访问的变量集是不相交的)。您能提供一个使用分布式Tensorflow实现此配置的示例吗?例如，使用原语tf.device()
浏览 0提问于2018-05-11得票数 0
我试图使用Estimator-based Tensorflow模型实现TPUEstimator API，但没有成功。它在训练中遇到了一个错误：
InvalidArgumentError (see above for traceback): No OpKernel was registered to support OpCrossReplicaSum_5 = CrossReplicaSum[T=DT_FLOAT](gradients/dense_2/BiasAdd_grad/tuple/control_dependenc
浏览 1提问于2018-07-17得票数 6
云服务器
ICP备案
对象存储
云直播
腾讯会议
腾讯云开发者
