我已经使用我的GPU - Nvidia 1060 3 3Gb训练过的模型使用了YOLO检测，一切工作正常。
现在，我正在尝试使用参数生成自己的模型--gpu 1.0。Tensorflow可以看到我的图形处理器，因为我可以在开始时读到这些通信："name: GeForce GTX1060大调:6小调:1 memoryClockRate(GHz)：1.6705“"totalMemory后来，当程序加载数据并试图开始学习时，我得到了以下错误：“无法从设备分
浏览 23提问于2017-12-02得票数 1
我正在用特斯拉V100在GCP的笔记本上训练CNN。我训练了一个简单的yolo关于我自己的自定义数据，它非常快，但不太准确。因此，我决定从头开始编写自己的代码，以解决我想要解决的问题的具体方面。在GCP之前，我试着在Google上运行我的代码，并且运行得很好。Tensorflow检测GPU并能够使用它，无论它是特斯拉K80还是T4。() #>>> True
我的问题是，这个函数<
浏览 2提问于2019-06-18得票数 2
我遵循了Tensorflow和Keras的安装说明。我有Keras (Ubuntu16.04上的python3)，它拒绝在我的GPU上运行。我尝试过使用install_keras(tensorflow = "gpu")卸载和重新安装，它仍然只能在CPU上运行。
我是否可以检查配置，看看它是否配置为在CPU或<
浏览 2提问于2018-09-03得票数 4
我的YOLO模型可以很好地检测瓶子、人、手机、背包等物体。但我想让我的模型检测到戒指、手镯或头盔(在目前的yolo模型中不存在的对象)。没有GPU，我能做一个自定义的对象检测yolo模型吗？
浏览 21提问于2019-06-10得票数 2
tensorflow: 1.2.0driver: 370.28 poll([{fd=8, events=POLLIN}, {fd=12, events=POLLIN},
浏览 4提问于2017-08-15得票数 1
我尝试在databricks/GPU (p2.xlarge)上运行一些TensorFlow (2.2)示例代码，环境为： 6.6 ML, spark 2.4.5, GPU, Scala 2.11#install-tensorflow-22-on-databricks-runtime-66-ml&language-GPU了 但是，我不想每次重启databricks GPU集群时都运行shell命令因此
浏览 9提问于2020-06-21得票数 0
假设我在一个基于CPU的tensorflow上写了我的keras模型，训练和测试，现在我决定使用GPU，除了上面提到的4点，我应该改变我的代码编写方式吗？能在GPU上编译吗？或者我的keras代码可以保持不变，仍然可以在GPU上工作。谢谢
浏览 6提问于2019-07-25得票数 0
我有一个GPUs实现，我正在尝试让学习在多个keras_yolo上工作，multi_gpu_mode选项听起来像是一个很好的起点。然而，我的问题是，相同的代码在单个CPU/GPU设置中运行得很好，但由于NameError而失败:在作为multi_gpu_mode模型运行时，没有定义名称'yolo_head‘。完整的堆栈：
parallel_model = multi_gp
浏览 9提问于2018-12-19得票数 0
1回答
我正在尝试根据下面的使用TensorFlow来应用Yolov3 Physical devices cannot be modified after，我发现你需要把这行代码os.environ['CUDA_
浏览 7提问于2020-12-26得票数 1
我目前正在用实现TensorFlow，对于占用多少内存我感到有点惊讶。在我的GPU上，我可以使用批处理大小为64的框架来训练YOLO。在TensorFlow上，我只能在批处理大小为6的情况下才能这样做，而我已经用光了内存。在测试阶段，我可以在不耗尽内存的情况下以批处理大小64运行。
我想知道如何计算每个张量消耗了多少内存？默认情况下，所有张量
浏览 15提问于2016-03-31得票数 13
回答已采纳
12回答
我已经在Ubuntu14.04上安装了GPU版本的tensorflow。我想在CPU上运行tensorflow。通常，我可以使用env CUDA_VISIBLE_DEVICES=0在GPU 0上运行
浏览 12提问于2016-06-06得票数 187
回答已采纳
我正在用Python测试新的Tensorflow对象检测API，并且我成功地使用端口在Windows对象检测API上安装了它。然而，我训练的模型(更快的RCNN resnet101 COCO) 需要15秒才能做出一个预测(虽然非常准确)，可能是因为我只使用了Tensorflow CPU。我听说更快的RCNN是一个很好的低延迟视觉检测模型，是因为只执行CPU吗？有了这样的延迟，是否有可能使用tensorflow GPU进行高效的实时视频处理，还是应该使用
浏览 4提问于2017-07-23得票数 1
我使用带有CPU选项的组合体(据说它更健壮)，但是现在我想尝试一下GPU版本。有方便的方式切换吗？还是我应该重新安装完整的Tensorflow？GPU版本可靠吗？
浏览 0提问于2016-08-30得票数 10
我有一个C++程序，使用Tensorflow 2运行卷积神经网络的推理。该程序运行在具有专用GPU的服务器上，所期望的行为是在GPU上运行的推断。在GPU出现故障时，Tensorflow开始使用CPU而不是GPU。有没有使用Tensorflow C++ API来检查Tensorflow是否正在使用CPU
浏览 3提问于2022-10-18得票数 1
回答已采纳
1回答
self.device = torch.device('cuda‘如果torch.cuda.is_available()其他'cpu')
用于检查是否存在gpu的代码，如果没有，则使用Pytorch来使用cpu。如何使用tensorflow实现这一点？
浏览 15提问于2022-04-12得票数 0
我正在使用来自的开源将我的自定义权重文件转换为tflite。 conv_weights = conv_weights.reshape(conv_shape).transpose([2, 3, 1, 0])有人知道如何解决这个问题吗？谢谢
浏览 4提问于2021-05-12得票数 2
回答已采纳
2回答
什么是暗网，为什么需要它来检测YOLO对象？我读到它是一个用C语言编写的神经网络，但是为什么我们有很多机器学习框架，比如tensorflow，keras，Py手电筒，为什么需要它来检测YOLO对象。我试着从git代码中训练yolo，我可以看到他们也在使用tensorflow/keras，但不确定为什么最初使用黑网来训练yolo。
暗网/yolo算法
浏览 0提问于2020-01-06得票数 14
问题是，我不能让我的电脑在ubuntu系统上运行我的tensorflow-gpu。因为NVIDIA驱动不能安装在ubuntu.So上，所以我在Windows10上运行tensorflow-gpu，但它不支持tensorflow服务。我知道Docker可以帮助我做到这一点，而且我真的安装了它，但是只安装了tensorflow-cpu</em
浏览 1提问于2017-09-08得票数 0
在我的本地机器上，我设置了它，以便在执行ML测试时将这些依赖项安装在虚拟环境中。tensorflowh5pypillow我有一些脚本，这些脚本可以通过、安装需求和执行培训。如果我可以在任何地方使用这些脚本，包括在Google深度学习平台‘m上，那就太好了，但是当我尝试在of中安装tensorflow时，它不再使用GPU，所以我假设它不
浏览 1提问于2018-08-31得票数 1
回答已采纳
云服务器
ICP备案
腾讯会议
云直播
对象存储
腾讯云开发者
