小花生的博客

Win10 RTX30系列 安装tensorflow1.151.遇到的问题：直接PiP安装，能够安装完成。pip install tensorflow-gpu==1.15并且测试TF的版本和显卡是否正确，也都正常。import tensorflow as tfprint(tf.__version__)print(tf.test.is_gpu_available())但是：  训练会卡住，也不报错，就卡着。遂安装失败。2.最近发现了一个知乎大神的版本废话不多说，上链接： http

TensorFlow报错：This is probably because cuDNN failed to initializetensorflow.python.framework.errors_impl.UnknownError: 2 root error(s) found. (0) Unknown: Failed to get convolution algorithm. This is probably because cuDNN failed to initialize, so try lo

测试Tensorflow、Pytorch的GPU是否可用原始环境中为cuda10.0 的Tensorflow1.13.1和Pytorch1.12版本，CUDA通用。虚拟环境中安装了Pytorch1.16，CUDA10.2版本。问题来了：Tensorflow目前最新版本2.4.1竟然不支持CUDA10.2版本，仅支持到CUDA10.1。等着以后支持CUDA10.2在更新版本吧，先用CPU。1.Pytorch测试GPU是否可用2.Tensorflow测试GPU是否可用注： 报了一堆

Tensorflow运行错误记录：FailedPreconditionError (see above for traceback): Attempting to use uninitialized value miou/mean_iou/total_confusion_matrix [[node miou/mean_iou/total_confusion_matrix/read (defined at train.py:178) ]]解决办法：self._sess.run(tf.

Tensorflow: tf.add()1.基本用法： 单个数字和单个数字的简单相加。import tensorflow as tfx = tf.constant(2)y = tf.constant(1)z = tf.add(x,y)with tf.Session() as sess: print(sess.run(z))输出：32.广播机制： 即按维度的相加论文《BiSeNet V2: Bilateral Network with Guided Aggregation f

Tensorflow运行时报错：ValueError: NodeDef mentions attr ‘explicit_paddings’ not in Op<name=Conv2D; signature=input:T, filter:T -> output:T; attr=T:type,allowed=[DT_HALF, DT_BFLOAT16, DT_FLOAT, DT_DOUBLE]; attr=strides:list(int); attr=use_cudnn_on_gpu:boo

功能：将tensorflow1.几训练出来的ckpt模型转成pb模型代码：# -*- coding: utf-8 -*-"""@author: fancp"""import tensorflow.compat.v1 as tffrom nets import nets_factoryfrom tensorflow.python.framework import graph_utilFLAGS = tf.app.flags.FLAGStf.app.flags.DEFINE_string(

问题：训练Tensorflow时代码报错ModuleNotFoundError: No module named 'pycocotools’解决：Ananconda命令安装即可pip install git+https://github.com/philferriere/cocoapi.git#subdirectory=PythonAPI结果：...

TF运行遇到的问题UserWarning: h5py is running against HDF5 1.10.2 when it was built against 1.10.3, this may cause problems‘{0}.{1}.{2}’.format(*version.hdf5_built_version_tuple)问题原因这个tensorflow基于HDF51....

Github下载的Tensorflow代码报错WARNING:tensorflow:Entity <bound method SeparableConv2D.call of <tensorflow.python.layers.convolutional.SeparableConv2D object at 0x0000011F446E9668>> could not be ...

# -*- coding: utf-8 -*-"""numpy:矩阵或者数组相减"""import numpy as npif __name__ == '__main__': feature = np.array([2,3,5]) center = np.array([1,2,3]) print("原始数据维度：") print(featur...

# -*- coding: utf-8 -*-&quot;&quot;&quot;tf.newaxis 和 numpy newaxis&quot;&quot;&quot;import numpy as npimport tensorflow as tfif __name__ == '__main__': feature = np.array([[1,2,3], [2,4

重构之后的代码会被拆分成3个程序，第一个是mnist_inference.py,它定义了前向传播的过程以及神经网络中的参数。第二个程序是mnist_train.py，它定义了神经网络的训练过程。第三个程序是mnist_eval.py，它定义了测试过程。

TensorFlow使用经典卷积神经网络实现对手写数字mnist的训练和测试两个卷积，两个池化，两个全连接层。代码如下：（在上一篇的基础上更改网络lenet5）代码分为3部分，网络-训练和测试# -*- coding: utf-8 -*-"""Created on Tue Jul 25 10:04:39 2017@author: mnist_inference.py"""

tf.clip_by_value(A, min, max)函数：输入一个张量A，把A中的每一个元素的值都压缩在min和max之间。小于min的让它等于min，大于max的元素值等于max。代码实现：import tensorflow as tfA = tf.constant([1,2,288,20,100])value = tf.clip_by_value(A, 10, 255)...

TensorFlow：tf.matmul和tf.einsum实现矩阵相乘1.TensorFlow：tf.matmul函数：函数：tf.matmulmatmul( a, b, transpose_a=False, transpose_b=False, adjoint_a=False, adjoint_b=False, a_is...

TensorFlow：tf.get_variable()和tf.Variable()1.tf.get_variable函数函数：tf.get_variable，获取具有这些参数的现有变量或创建一个新变量。 get_variable(name, shape=None, dtype=None, initializer=None, regularizer=None, trainabl...

GPU训练速度分析：常见模型会从磁盘中抽取数据，进行预处理，然后通过网络发送数据。例如，处理JPEG图片的模型会有下面的流程：从磁盘加载图片，将JPEG解码成一个tensor，进行裁减（crop）和补齐（pad），可能还会进行翻转（flip）和扭曲（distort），然后再batch。该流程被称为input pipeline。随着GPUs和其它硬件加速器越来越快，数据预处理可能是个瓶颈。...

iostatiostat用于输出CPU和磁盘I/O相关的统计信息. 命令格式: 1）显示所有设备负载情况 指令： iostat -m 2 5 cpu属性值说明： %user：CPU处在用户模式下的时间百分比。 %nice：CPU处在带NICE值的用户模式下的时间百分比。 %system：CPU处在系统模式下的时间百分比。 %iowait：CPU等待输入输出完...

GPU运行Tensorflow的几点建议：1.在运行之前先查看GPU的使用情况： 指令：nvidia-smi 备注：查看GPU此时的使用情况 或者 指令：watch nvidia-smi 备注：实时返回GPU使用情况2.指定GPU训练： 方法一、在python程序中设置： 代码：os.environ[‘CUDA_VISIBLE_DEVICES’] = ‘0’ 备注：使...

Tensor和Variable的区别代码： c=a+bimport tensorflow as tfa = tf.Variable(1.0,name='a')b = tf.Variable(2.0,name='b')c = tf.add(a,b)sess = tf.Session()sess.run(tf.global_variables_initializer())pri...

Tensorflow训练mnist数据