Python で Tensorflow バインディングを正常にインストールしました。しかし、Tensorflow をインポートしようとすると、次のエラーが発生します。

GLIBC_2.15 を 2.17 に更新しようとしましたが、うまくいきません。

El Capitan OSはこちら。Tensorflow を ipython ノートブックにインポートして回避策を見つけようとしていますが、これまでのところうまくいきません。

フォーラムの多くの人と同じように、six パッケージが原因で、私も tensorflow のインストールで問題が発生しました。私はbrewをいじってからインストールできました

tensorflow が正しくインストールされたというメッセージを受け取りました。私がしたときでさえ、私はsudo pip install tensorflowメッセージを受け取りました：

ただし、ipython ノートブックを使用しているときに、次import tensorflowのメッセージが表示されます。ImportError: No module named tensorflow

さらに掘り下げたところ、インポートでもこのエラーが見つかりました。

TensorFlow の「はじめに」ページから:

私は GPU や CUDA ライブラリの使用にあまり慣れていませんが、Linux VM 内に TensorFlow をインストールした場合 (たとえば、Vagrantで利用可能な precision32 など)、TensorFlow はその VM 内で実行するときに GPU を利用しますか?

次のhttp://tensorflow.org/api_docs/python/nn.md#poolingからの抜粋

形状 (出力) = (形状 (値) - ksize + 1) / ストライド

丸め方向はパディングに依存します。

• padding = 'SAME': 切り捨て (フル サイズのウィンドウのみが考慮されます)。

• padding = 'VALID': 切り上げ (部分的なウィンドウが含まれます)。

上の式がわかりません。ただし、次の式に精通しています。

shape(out) = (shape(value) - ksize + 2*pad)/strides+1.

2 つの式は同等ですか?

たとえば、shape(value) = 9、ksize = 3、strides = 2、padding = 'SAME' とします。

最初の式では、形状 (出力) は (9-3+1)/2 = 7/2 = 3.5 になり、切り捨ては 3 になります。

2 番目の式では、形状 (出力) は (9-3+2*1)/2 + 1 = 5 になります。

同じ式ではないようです。最初の 1 つを切り上げても、結果は 4 になります。

それに加えて、パディングの定義が逆になっているようです。部分的なウィンドウを含む「同じ」パディングではありませんか?

Ubuntu に TensorFlow をインストールするときに、CUDA で GPU を使用したいと考えています。

しかし、私は公式チュートリアルのこのステップで停止しています:

これは正確にはどこ./configureですか？または、ソース ツリーのルートはどこですか。

私の TensorFlow は here にあります/usr/local/lib/python2.7/dist-packages/tensorflow。しかし、まだ見つかりませんでし./configureた。

編集

Salvador Dali's answer./configureに従って見つけました。しかし、サンプルコードを実行すると、次のエラーが発生しました。

cuda デバイスが見つかりません。

答え

GPU サポートを有効にする方法についての回答は、こちら を参照してください。

Deep MNIST Example罰金を実行することはできますが、実行するfully_connected_feed.pyと次のエラーが発生します。

私はPythonが初めてなので、一般的なセットアップの問題である可能性もあります。

それで、昨日公開された Google のTensorflowライブラリをいじっていたところ、私を悩ませ続ける厄介なバグに遭遇しました。

私が行ったことは、通常どおり Python ロギング関数をセットアップすることでした。その結果、tensorflow ライブラリをインポートすると、コンソール内のすべてのメッセージが 2 倍になり始めました。興味深いことに、関数を使用するだけでは、これは発生しませんlogging.warn/info/..()。

メッセージを 2 倍にしないコードの例:

すべてのメッセージを 2 倍にするコードの例:

今、私は単純な男です。の機能が気に入ってlogging使っています。loggerオブジェクトと a の追加のセットアップは、StreamHandler他の人がこれをどのように行ったかを見て拾ったものですが、それはそれが意図された使用方法に適合しているように見えます. ただし、ログ ライブラリは常に機能しているだけなので、ログ ライブラリについての詳細な知識はありません。

そのため、メッセージが 2 倍になる理由を説明するヘルプが最も役立ちます。

Python 2.7.6 で Ubuntu 14.04.3 LTS を使用していますが、試したすべての Python 2.7 バージョンでエラーが発生します。

でテンソルボードを起動しますtensorboard --logdir=/home/vagrant/notebook

tensorboard:6006 > graph で、グラフ定義ファイルが見つかりませんでした。

グラフを保存するには、tf.python.training.summary_io.SummaryWriter を作成し、コンストラクターを介して、または add_graph() メソッドを呼び出してグラフを渡します。

ただし、ページはまだ空ですが、テンソルボードで遊ぶにはどうすればよいですか?

現在のテンソルボード

結果募集

ノードを追加できる、編集可能な空のグラフ。

アップデート

テンソルボードは、ノードを追加したり、ドラッグして編集したりするためのグラフを作成できないようです（公式ビデオに混乱しています）。

https://github.com/tensorflow/tensorflow/blob/master/tensorflow/g3doc/tutorials/mnist/fully_connected_feed.pyを実行tensorboard --logdir=/home/vagrant/notebook/dataし、グラフを表示できます

ただし、テンソルフローは要約を表示する機能しか提供していないようで、目立つようにするために大きな違いはありません

TensorFlow MNIST の例が fully_connected_feed.py で実行されない

これを調べたところ、input_data組み込みではないことがわかりました。だから私はここからフォルダ全体をダウンロードしました。チュートリアルを開始するにはどうすればよいですか:

iPython (Jupyter) を使用していますが、作業ディレクトリをダウンロードしたこのフォルダに変更する必要がありますか? または、これを自分のtensorflowディレクトリに追加できますか? その場合、どこにファイルを追加しますか? （OSXに）インストールtensorflowしましたが、現在の場所はpip~/anaconda/lib/python2.7/site-packages/tensorflow/__init__.py

tensorflowこれらのファイルは、同様のデータセットを介して直接アクセスすることを意図していますsklearnか? それとも、ディレクトリに cd してそこから作業するだけですか? 例は明確ではありません。

編集：

この投稿は非常に古くなっています

Python 2.7.10 を使用して tensorflow チュートリアルの最初の例 (「MNIST For ML Beginners」) を実行しようとすると、次のエラーが発生します。

Pythonを再構築すると

--enable-unicode=ucs4

別の問題が発生しています：

これを回避する方法を知っている人はいますか？