タグ付けされた質問 「tensorflow」

TensorFlowは初めてです。最近インストールしました（Windows CPUバージョン）と次のメッセージが表示されました： tensorflow-1.4.0 tensorflow-tensorboard-0.4.0rc2が正常にインストールされました それから私が走ろうとしたとき import tensorflow as tf hello = tf.constant('Hello, TensorFlow!') sess = tf.Session() sess.run(hello) 'Hello, TensorFlow!' a = tf.constant(10) b = tf.constant(32) sess.run(a + b) 42 sess.close() （私はhttps://github.com/tensorflow/tensorflowで見つけました） 次のメッセージを受け取りました。 2017-11-02 01：56：21.698935：IC：\ tf_jenkins \ home \ workspace \ rel-win \ M \ windows \ PY \ 36 \ …

656 tensorflow  cpu  avx 

私はpipを使用してTensorFlowをインストールしようとしています： $ pip install tensorflow --user Collecting tensorflow Could not find a version that satisfies the requirement tensorflow (from versions: ) No matching distribution found for tensorflow 何が悪いのですか？これまでのところ、問題なくPythonとpipを使用しています。

567 python  tensorflow  pip 

Tensorflowでモデルをトレーニングした後： トレーニング済みモデルをどのように保存しますか？ この保存されたモデルを後でどのように復元しますか？

552 python  tensorflow  machine-learning  model 

ここで tensorflow APIドキュメントを調べていました。tensorflowのドキュメントでは、と呼ばれるキーワードを使用していましたlogits。それは何ですか？APIドキュメントの多くのメソッドでは、次のように記述されています tf.nn.softmax(logits, name=None) 書かれているのがこれらlogitsだけのTensors場合、なぜ別の名前を維持するのlogitsですか？ もう1つは、区別できない2つの方法があることです。彼らはいた tf.nn.softmax(logits, name=None) tf.nn.softmax_cross_entropy_with_logits(logits, labels, name=None) それらの違いは何ですか？ドキュメントは私には明確ではありません。私は何をtf.nn.softmaxしているのか知っています。しかし、他のものではありません。例は本当に役に立ちます。

350 python  machine-learning  tensorflow 

「SAME」とで「有効」パディングの違いは何であるtf.nn.max_poolのはtensorflow？ 私の意見では、「有効」とは、max poolを実行したときに、エッジの外側にゼロパディングがないことを意味します。 ディープラーニングのたたみ込み演算のガイドによると、プール演算子にはパディングがない、つまりの 'VALID'を使用するだけですtensorflow。しかし、最大プールの「SAME」パディングとはtensorflow何ですか？

309 python  tensorflow  deep-learning 

私は2番目の答えを使用して、私のUbuntu 16.04でtensorflowインストールされている、ここで UbuntuがaptのCUDAのインストール組み込みだと。 今私の質問は、テンソルフローが本当にGPUを使用しているかどうかをどのようにテストできるかです。私はgtx 960m gpuを持っています。私がimport tensorflowこれが出力であるとき I tensorflow/stream_executor/dso_loader.cc:105] successfully opened CUDA library libcublas.so locally I tensorflow/stream_executor/dso_loader.cc:105] successfully opened CUDA library libcudnn.so locally I tensorflow/stream_executor/dso_loader.cc:105] successfully opened CUDA library libcufft.so locally I tensorflow/stream_executor/dso_loader.cc:105] successfully opened CUDA library libcuda.so.1 locally I tensorflow/stream_executor/dso_loader.cc:105] successfully opened CUDA library libcurand.so locally この出力は、tensorflowがgpuを使用しているかどうかを確認するのに十分ですか？

303 python  tensorflow  ubuntu  gpu 

私はTensorFlowの初心者です。私はとの違いについて混乱しているtf.placeholderとtf.Variable。私の見解でtf.placeholderは、入力データにtf.Variable使用され、データの状態を格納するために使用されます。私が知っているのはこれだけです。 誰かが違いについてもっと詳しく説明してくれませんか？特に、いつtf.Variable使用するtf.placeholderか、いつ使用するか？

290 tensorflow 

これは、Tensorflowが機能しているかどうかを確認するスクリプトの実行から受け取ったメッセージです。 I tensorflow/stream_executor/dso_loader.cc:125] successfully opened CUDA library libcublas.so.8.0 locally I tensorflow/stream_executor/dso_loader.cc:125] successfully opened CUDA library libcudnn.so.5 locally I tensorflow/stream_executor/dso_loader.cc:125] successfully opened CUDA library libcufft.so.8.0 locally I tensorflow/stream_executor/dso_loader.cc:125] successfully opened CUDA library libcuda.so.1 locally I tensorflow/stream_executor/dso_loader.cc:125] successfully opened CUDA library libcurand.so.8.0 locally W tensorflow/core/platform/cpu_feature_guard.cc:95] The TensorFlow library wasn't compiled to use …

289 tensorflow  x86  compiler-optimization  simd  compiler-options 

私は計算リソースが共有されている環境で働いています。つまり、それぞれにいくつかのNvidia Titan X GPUを搭載したサーバーマシンがいくつかあります。 小規模から中規模のモデルの場合、通常、2〜3人が同じGPUでトレーニングを実行するには、12 GBのTitan Xで十分です。1つのモデルがGPUのすべての計算ユニットを十分に活用できないほどモデルが小さい場合、実際には、1つのトレーニングプロセスを次々に実行する場合と比較して、速度が向上する可能性があります。GPUへの同時アクセスによって個々のトレーニング時間が遅くなる場合でも、複数のユーザーがGPUで同時にトレーニングできる柔軟性があると便利です。 TensorFlowの問題は、デフォルトでは、起動時に利用可能なGPUメモリの全量を割り当てることです。小さな2層ニューラルネットワークでも、12 GBのGPUメモリがすべて使い果たされています。 これが特定のモデルに十分であることを知っている場合、TensorFlowが4 GBのGPUメモリのみを割り当てるようにする方法はありますか？

282 python  tensorflow  nvidia-titan 

これらの機能の違いは何ですか？ tf.variable_op_scope(values, name, default_name, initializer=None) 変数を作成するopを定義するためのコンテキストマネージャを返します。このコンテキストマネージャは、指定された値が同じグラフからのものであることを検証し、そのグラフがデフォルトのグラフであることを確認し、名前スコープと変数スコープをプッシュします。 tf.op_scope(values, name, default_name=None) Python opを定義するときに使用するコンテキストマネージャを返します。このコンテキストマネージャは、指定された値が同じグラフからのものであることを検証し、そのグラフがデフォルトのグラフであることを確認して、名前スコープをプッシュします。 tf.name_scope(name) Graph.name_scope()デフォルトのグラフを使用するためのラッパー。詳細についてはGraph.name_scope()、を参照してください。 tf.variable_scope(name_or_scope, reuse=None, initializer=None) 変数スコープのコンテキストを返します。変数スコープを使用すると、新しい変数を作成したり、すでに作成した変数を共有したりできますが、誤って作成したり共有したりしないことを確認できます。詳細については、変数スコープのハウツーを参照してください。ここでは、いくつかの基本的な例のみを示します。

276 tensorflow 

インストールしたTensorFlowのバージョンを確認する必要があります。Ubuntu 16.04 Long Term Supportを使用しています。

260 python  ubuntu  tensorflow  command-line  version 

TensorFlowでの行列乗算の紹介例を使用しています。 matrix1 = tf.constant([[3., 3.]]) matrix2 = tf.constant([[2.],[2.]]) product = tf.matmul(matrix1, matrix2) 製品を印刷すると、Tensorオブジェクトとして表示されます。 <tensorflow.python.framework.ops.Tensor object at 0x10470fcd0> しかし、どうすればその価値を知ることができますproductか？ 以下は役に立ちません： print product Tensor("MatMul:0", shape=TensorShape([Dimension(1), Dimension(1)]), dtype=float32) 私はグラフがで実行されることを知っていますが、グラフをで実行せずにオブジェクトSessionsの出力を確認する方法はありませんか？Tensorsession

259 python  tensorflow  tensor 

次のTensorFlow関数では、最終層の人工ニューロンの活性化をフィードする必要があります。私が理解していること。しかし、それがロジットと呼ばれる理由がわかりませんか？それは数学関数ではありませんか？ loss_function = tf.nn.softmax_cross_entropy_with_logits( logits = last_layer, labels = target_output )

250 tensorflow  machine-learning  neural-network  deep-learning  cross-entropy 

TensorFlowには、グラフの一部を評価する方法が2つあります。Session.run変数のリストとですTensor.eval。これら2つの間に違いはありますか？

204 python  tensorflow 

デバッグ情報とは、Pythonエラーではなく、読み込まれたライブラリや検出されたデバイスなどについてTensorFlowが端末に表示するものを意味します。 I tensorflow/stream_executor/dso_loader.cc:105] successfully opened CUDA library libcublas.so locally I tensorflow/stream_executor/dso_loader.cc:105] successfully opened CUDA library libcudnn.so locally I tensorflow/stream_executor/dso_loader.cc:105] successfully opened CUDA library libcufft.so locally I tensorflow/stream_executor/dso_loader.cc:105] successfully opened CUDA library libcuda.so.1 locally I tensorflow/stream_executor/dso_loader.cc:105] successfully opened CUDA library libcurand.so locally I tensorflow/stream_executor/cuda/cuda_gpu_executor.cc:900] successful NUMA node read from SysFS had …

191 python  tensorflow