Tag: 张量

docker的CP不工作: 我正在学习本教程，当我到达我所调用的部分时： cp /tf_files/stripped_retrained_graph.pb bazel-bin/tensorflow/examples/android/assets/stripped_output_graph.pb 和 cp /tf_files/retrained_labels.txt bin/tensorflow/examples/android/assets/imagenet_comp_graph_label_strings.txt 他们都说“没有这样的文件或目录”。正如你可以在这个图像中看到的，我可以cd到tf_files文件夹，看到文件在那里。我也可以cd /tensorflow/tensorflow/examples/android/assets并调用ls ，显示那里只有一个BUILD文件。在cp命令中应该已经有一个stripped_output_graph.pb文件在目标被取代？还是只是在那里创build一个新的文件？有没有做cp [source] [current directory]某种方式，而不是指定目的地为path？我已经尝试删除文件path的一部分，希望它只是使用源文件名，但不起作用。

在Python中使用Docker进行图像训练（新手）: 到目前为止，我所有的步骤都工作得很好。我目前在一台Windows机器上。我在使用该命令后在根目录中： docker run -it gcr.io /tensorflow/tensorflow:latest-devel 然后是cd / tensorflow，我现在在目录中，是时候训练的图像，所以我jused： / tensorflow＃python tensorflow / examples / image_retraining / retrain.py \ –bottleneck_dir = / tf_files / bottlenets \ –how_many_training_steps 500 \ –model_dir = / tf_files / retrained_graph.pb \ –output_labels = / tf_files / retrained_labels.txt \ –image_dir / tf_files / 我得到这个错误：文件“tensorflow / examples / image_retraining / […]

分布广泛和深入与tf.contrib.learn例如卡住k8s: 我是分布式张量stream的新手。我尝试在一个节点k8s集群上运行分布式的广泛和深度的例子，但工作任务都卡在INFO:tensorflow:Create CheckpointSaverHook. 在localhost和docker中testing都可以。这是我的代码。 https://github.com/zhoudongyan/wide-and-deep docker版本：17.03.1-ce k8s版本：v1.6.3 tensorflow版本：1.1.0，python3 os：ubuntu 14.04 64bit 任何人都知道如何正确运行它？非常感谢！

在Docker容器上加载TensorFlow权重: 我有一个运行TensorFlow Graph的Python脚本，我想在Docker容器中运行这个脚本。我使用“load”函数（在TensorFlow中）从文件加载权重。基本上我有这些文件： InceptionCnnModel_Intent350.data 00000-的-00001 InceptionCnnModel_Intent350.index InceptionCnnModel_Intent350.meta 我运行以下命令： model.load('lib/InceptionCnnModel_Intent350') 如果我在我的本地机器上运行脚本，它的工作（我有预期的结果）。如果我在docker文件中运行脚本，它不起作用。它不工作，因为它不会在model.load之后不打印任何东西，而且这也是（Docker容器的）控制台中的输出： 2017-06-27 13:13:44.265722: W tensorflow/core/platform/cpu_feature_guard.cc:45] The TensorFlow library wasn't compiled to use SSE4.1 instructions, but these are available on your machine and could speed up CPU computations. 2017-06-27 13:13:44.265769: W tensorflow/core/platform/cpu_feature_guard.cc:45] The TensorFlow library wasn't compiled to use SSE4.2 instructions, but these are […]

Tensorflow应用程序在docker容器中冻结: 我有一个tensorflow应用程序，在ubuntu 16.04上运行良好，但是当我试图在tensorflow / tensorflow泊坞窗图像w / nvidia-docker中运行它时，它到了这一点，然后冻结： 2017-07-12 22:06:10.917255: W tensorflow/core/platform/cpu_feature_guard.cc:45] The TensorFlow library wasn't compiled to use SSE4.1 instructions, but these are available on your machine and could speed up CPU computations. 2017-07-12 22:06:10.917289: W tensorflow/core/platform/cpu_feature_guard.cc:45] The TensorFlow library wasn't compiled to use SSE4.2 instructions, but these are available on your machine and could speed […]

仅当使用docker时，Tensorflow错误: 我有我的笔记本电脑使用TensorFlow工作正常的CNN代码。但是，当我使用"gcr.io/tensorflow/tensorflow"并在容器中安装所需的包时，出现以下错误： InvalidArgumentError（请参阅上面的回溯）：除1之外的所有维度必须匹配。 input1具有形状[100 1]，并且与形状[135 2560]的input0不匹配。 [[Node：gradients / net / concat_grad / ConcatOffset = ConcatOffset [N = 2，_device =“/ job：localhost / replica：0 / task：0 / cpu：0”]（gradients / net / concat_grad / mod，gradients / net / concat_grad / ShapeN，gradients / net / concat_grad / ShapeN：1）]] 如果没有docker，没有形状不匹配的问题。我在某个地方读到这可能是有意义的记忆问题。但是，即使我给我的充分的内存，docker和减less批量大小，我仍然得到错误。有谁知道是什么问题？

为什么Jupyter笔记本在docker张量图像上的atp-get更新之后没有启动？: 我使用tensorflow图像： docker run -it -p 8888:8888 tensorflow/tensorflow Jupyter笔记本自动启动： [I 13:00:45.022 NotebookApp] The Jupyter Notebook is running at: … 我使用下一个命令附加到docker实例： docker run -i -t tensorflow/tensorflow /bin/bash 在此实例上运行apt-get update ，Jupyter Notebook不再启动。我该如何解决它，为什么会发生？

Google Cloud：Kubernetes无法findtensorflow_model_server: 我正在尝试使用TensorFlow Serving和Kubernetes服务初始模型中的教程部署Inception-v3模型一切都很好，直到我运行命令： kubectl create -f tensorflow_serving/example/inception_k8s.yaml terminal输出build议成功创build服务“开始服务”和部署“开始部署”。但是，当我跑时： kubectl get pods 我收到这个输出： NAME READY STATUS RESTARTS AGE inception-deployment-2217120516-ntmfl 0/1 CrashLoopBackOff 6 8m inception-deployment-2217120516-s8xlx 0/1 CrashLoopBackOff 6 8m inception-deployment-2217120516-tnzbl 0/1 CrashLoopBackOff 6 8m 通过获取第一个吊舱的日志，我得到了关于错误的信息。运行： kubectl logs inception-deployment-2217120516-ntmfl 返回这个： /bin/sh: 1: serving/bazel-bin/tensorflow_serving/model_servers/tensorflow_model_server: not found 我能够在本地运行服务器，但是在tensorflow服务启动-k8s.yaml文件中使用的映像没有模型服务器。这怎么解决？我一直在试图解决这个问题

如何通过docker容器正确安装TFServer: 我曾尝试多次在docker容器中安装TFServing。但是，我仍然不能没有任何错误地build立它。我遵循官方网站上的安装步骤。但是我在编译时仍然遇到编译错误。我怀疑，如果在我build立的dockerfile中有一些缺陷。我附上错误的截图。

Tensorflow Inception V3培训错误: 我试图通过在Docker上重新训练Inception V3来创build肿瘤图像分类器。当我运行Python脚本时，我的class级子文件夹中的图像未被检测到。所有的图像都是PNG格式。这是代码和错误： root@c47d0d562199:/classifier# python retrain.py bottlenecks_dir=bottlenecks –how_many_steps=4000 –model_dir=inception –summaries_dir=training_summaries/long –output_graph=retrained_graph.pb –output_labels=retrained_labels.txt –image_dir=Images 2017-11-16 21:26:20.099812: W tensorflow/core/platform/cpu_feature_guard.cc:45] The TensorFlow library wasn't compiled to use SSE4.1 instructions, but these are available on your machine and could speed up CPU computations. 2017-11-16 21:26:20.099898: W tensorflow/core/platform/cpu_feature_guard.cc:45] The TensorFlow library wasn't compiled to use SSE4.2 instructions, but […]