問題タブ [tensorflow]

RNN チュートリアルの例を実行すると、データ行ステートメントを読み取った後に次のエラーが発生します。

/default/_app.py"、15 行目、実行中の sys.exit(main(sys.argv)) ファイル "/home/temp_user/.cache/bazel/_bazel_temp_user/7cf40d683d56020fae2d5abbde7f9f05/tensorflow/bazel-out/local_linux-opt/ bin/tensorflow/models/rnn/translate/translate.runfiles/tensorflow/models/rnn/translate/translate.py"、261 行目、メインの train() ファイル"/home/temp_user/.cache/bazel/_bazel_temp_user/7cf40d683d56020fae2d5abbde7f9f05 /tensorflow/bazel-out/local_linux-opt/bin/tensorflow/models/rnn/translate/translate.runfiles/tensorflow/models/rnn/translate/translate.py"、130 行目、トレーニング中のモデル = create_model(sess, False ) ファイル "/home/temp_user/.cache/bazel/_bazel_temp_user/7cf40d683d56020fae2d5abbde7f9f05/tensorflow/bazel-out/local_linux-opt/bin/tensorflow/models/rnn/translate/translate.runfiles/tensorflow/models/rnn/translate/translate .py"、109 行目、create_model forward_only=forward_only 内)
ファイル "/home/temp_user/.cache/bazel/_bazel_temp_user/7cf40d683d56020fae2d5abbde7f9f05/tensorflow/bazel-out/local_linux-opt/bin/tensorflow/models/rnn/translate/translate.runfiles/tensorflow/models/rnn/translate/seq2seq_model. py"、153 行目、init self.saver = tf.train.Saver(tf.all_variables()) ファイル "/home/temp_user/.cache/bazel/_bazel_temp_user/7cf40d683d56020fae2d5abbde7f9f05/tensorflow/bazel-out/local_linux-opt/ bin/tensorflow/models/rnn/translate/translate.runfiles/tensorflow/python/training/saver.py"、693 行目、init内 ファイル "/home/temp_user/.cache/bazel/_bazel_temp_user/7cf40d683d56020fae2d5abbde7f9f05/tensorflow/bazel-out/local_linux-opt/bin/tensorflow/models/rnn/translate/translate.runfiles/tensorflow/python/training/ saver.py"、411 行目、ビルド中
save_tensor = self._AddSaveOps(filename_tensor, vars_to_save) ファイル "/home/temp_user/.cache/bazel/_bazel_temp_user/7cf40d683d56020fae2d5abbde7f9f05/tensorflow/bazel-out/local_linux-opt/bin/tensorflow/models/rnn/translate/translate.runfiles/ tensorflow/python/training/saver.py"、114 行目、_AddSaveOps save = self.save_op(filename_tensor, vars_to_save) ファイル "/home/temp_user/.cache/bazel/_bazel_temp_user/7cf40d683d56020fae2d5abbde7f9f05/tensorflow/bazel-out/local_linux- opt/bin/tensorflow/models/rnn/translate/translate.runfiles/tensorflow/python/training/saver.py"、68 行目、save_op 内
tensor_slices=[vs.slice_spec for vs in vars_to_save]) ファイル "/home/temp_user/.cache/bazel/_bazel_temp_user/7cf40d683d56020fae2d5abbde7f9f05/tensorflow/bazel-out/local_linux-opt/bin/tensorflow/models/rnn/translate/translate. runfiles/tensorflow/python/ops/io_ops.py"、149 行目、_save テンソル内、name=name) ファイル "/home/temp_user/.cache/bazel/_bazel_temp_user/7cf40d683d56020fae2d5abbde7f9f05/tensorflow/bazel-out/local_linux-opt/ bin/tensorflow/models/rnn/translate/translate.runfiles/tensorflow/python/ops/gen_io_ops.py"、343 行目、_save_slices 内 name=name) ファイル "/home/temp_user/.cache/bazel/_bazel_temp_user/7cf40d683d56020fae2d5abbde7f9f05/ tensorflow/bazel-out/local_linux-opt/bin/tensorflow/models/rnn/translate/translate.runfiles/tensorflow/python/ops/op_def_library.py」、646行目、apply_op op_def = op_def) ファイル "/home/temp_user/.cache/bazel/_bazel_temp_user/7cf40d683d56020fae2d5abbde7f9f05/tensorflow/bazel-out/local_linux-opt/bin/tensorflow/models/rnn/translate/translate.runfiles/tensorflow/python/ Framework/ops.py"、1767 行、create_op original_op=self._default_original_op、op_def=op_def) ファイル"/home/temp_user/.cache/bazel/_bazel_temp_user/7cf40d683d56020fae2d5abbde7f9f05/tensorflow/bazel-out/local_linux-opt/bin/ tensorflow/models/rnn/translate/translate.runfiles/tensorflow/python/framework/ops.py"、1008 行目_default_original_op, op_def=op_def) ファイル "/home/temp_user/.cache/bazel/_bazel_temp_user/7cf40d683d56020fae2d5abbde7f9f05/tensorflow/bazel-out/local_linux-opt/bin/tensorflow/models/rnn/translate/translate.runfiles/tensorflow/python/ Framework/ops.py"、1008 行目、_default_original_op, op_def=op_def) ファイル "/home/temp_user/.cache/bazel/_bazel_temp_user/7cf40d683d56020fae2d5abbde7f9f05/tensorflow/bazel-out/local_linux-opt/bin/tensorflow/models/rnn/translate/translate.runfiles/tensorflow/python/ Framework/ops.py"、1008 行目、init self._traceback = _extract_stack()

エラー: コマンドからのゼロ以外の戻りコード '1': プロセスはステータス 1 で終了しました。

では、他の言語モデルの例が機能しており、ライブラリも構築されているため、この問題の原因は何ですか。コメントに従って、チェックポイント ディレクトリを作成しましたが、同じエラーがスローされます: tensorflow/core/common_runtime/executor.cc:1052] 0x400d2bbe0

MNIST 初心者向けチュートリアルのグラフを生成しようとしていますが、次のエラーが発生します。何らかの理由で、merged_summary_op オブジェクトは None です。

ここで一歩足りないと思います。最初にセッションを開始し、次にステートメントを実行しました。

tensorflow で提供される seq2seq.py ライブラリを使用して seq2seq モデルを構築します。何かをトレーニングする前に、トレーニングされていないモデルのグラフ ネットワークをテンソルボードで視覚化したかったのですが、これを表示したくありません。

私の問題を再現するための最小限の例を以下に示します。なぜこれがうまくいかないのか、誰にも分かりますか？トレーニング後のモデルのグラフのみを視覚化できますか?

最近、Google は Windows 用に配布されていない TensorFlow (機械学習ライブラリ) を導入しました。検索したところ、Docker 経由でダウンロードできることがわかりました。docker を Windows 8.1 マシンにインストールし、これとこれに従って動作さ せましたが、ローカルプロキシを使用している場合、HTTP_PROXY、HTTPS_PROXY を /var/lib/boot2docker/profile ファイルにエクスポートしようとしましたが、以下のコマンドを実行すると、

docker pull b.gcr.io/tensorflow/tensorflow

私は得る

デフォルト タグの使用: 最新 デーモンからのエラー応答: レジストリ エンドポイントhttps://b.gcr.io/v0/に ping できませんv2 ping の試行はエラーで失敗しました: Get https://b.gcr.io/v2/ : http:プロキシへの接続エラー https://localhost:8580 : ダイヤル tcp 127.0.0.1:8580: 接続が拒否されました v1 ping 試行がエラーで失敗しました: Get https://b.gcr.io/v1/_ping : http: プロキシへの接続エラーhttps://localhost:8580 : tcp 127.0.0.1:8580 にダイヤルします: 接続が拒否されました

誰かがこれを修正する方法を教えてもらえますか?

私の docker-machine のプロファイル

cnn モデルをトレーニングした後、重みを視覚化または出力したいのですが、どうすればよいですか? トレーニング後に変数を出力することさえできません。ありがとうございました！

私は機械学習に比較的慣れておらず、現在、機械学習の開発経験はほとんどありません。

だから私の質問は: tensorflowチュートリアルから cifar10 データセットをトレーニングして評価した後、サンプル画像でどのようにテストできるか疑問に思っていましたか?

Caffe 機械学習フレームワークから Imagenet チュートリアルをトレーニングして評価することができ、Python API を使用してカスタム アプリケーションでトレーニング済みモデルを使用するのは比較的簡単でした。

どんな助けでも大歓迎です！

あえて聞いてもいいですか？これは現時点では非常に新しいテクノロジーであるため、この一見単純なエラーを解決する方法を見つけることができません。これから説明するチュートリアルは、 http: //www.tensorflow.org/tutorials/mnist/pros/index.html#deep-mnist-for-experts にあります。

すべてのコードを文字通りコピーして IPython Notebook に貼り付けたところ、コードの最後のチャンクでエラーが発生しました。

このコードを実行すると、このエラーが発生します。

conda install https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.5.0-cp27-none-linux_x86_64.whlを介して TensorFlow をインストールまたは再インストールする必要があるかもしれないと考えましたが、conda は知りませんインストール方法。

このエラーを回避する方法を知っている人はいますか?

私は tensorflow でいくつかの単純なモデルを試しています。これには、最初のMNIST for ML Beginners の例に非常に似ているモデルが含まれますが、次元がやや大きくなります。勾配降下オプティマイザーを問題なく使用でき、十分な収束が得られます。ADAM オプティマイザを使用しようとすると、次のようなエラーが発生します。

初期化されていないことを訴える特定の変数は、実行に応じて変化します。このエラーはどういう意味ですか? そして、それは何が間違っていることを示唆していますか? 使用する学習率に関係なく発生するようです。

csv ファイルで構造化されたデータがあります。他のすべての列を指定して、列 1 が 1 になるか 0 になるかを予測できるようにしたいと考えています。その予測を行うために、与えられたすべてのデータを使用するようにプログラムをトレーニングする (できればニューラル ネットワークを使用する) 方法を教えてください。誰かが私に見せることができるコードはありますか? numpy.ndarray、FIF0Que（スペルが間違っていたらごめんなさい）、およびDataFrame;を食べてみました。まだ何も機能していません。エラーが発生するまで実行しているコードは次のとおりです-

このエラーが発生した時点で-

どんな助けでも大歓迎です。必要なのは、列 1 が 1 になるか 0 になるかを予測することだけです。たとえこの 1 つのエラーを乗り越えることができたとしても、そこから取得できるはずです。

編集：これは、印刷するとcsvがどのように見えるかです。

最初の列を予測しようとしています。

GPU でニューラル機械翻訳のデモを実行しようとしています。tensorflow の入門ページの GPU の例は機能します。

期待される出力を生成します。

しかし、翻訳デモをコンパイルしようとすると:

失敗します：

おそらく

これはおそらく、グローバルな numpy インストールが古く、PyArray_SHAPE を認識していないためです。グローバルに更新する管理者権限はありませんが、更新された numpy を $HOME/.local/lib/python2.7/site-packages/ にインストールしましたpip install --user。次のように、tensorflow/tensorflow/python/BUILD の対応するルールへのパスを追加すると:

それは不平を言う：

tensorflow にローカルの numpy バ​​ージョンを使用するように指示するにはどうすればよいですか?

(gcc 4.9.3、ブリーディング エッジ テンソルフロー + bazel、ローカル numpy 1.10.1、ubuntu 12.04)

編集：

ここからの指示に従うと、syncd で提案されているように表示されます

それらを tf_cuda_library ルールで hdrs に追加しようとするさまざまな試みは役に立ちません: