Tag: 张量

Docker：如何导出/保存Docker（tensorflow）框外的分类结果？: 我只是按照这个教程轻松地训练一个tensorflow的图像分类器： https://codelabs.developers.google.com/codelabs/tensorflow-for-poets/ 我现在在我的Ubuntu笔记本电脑上有一个Docker框，我设法训练图像分类器和IT WORKS。现在我想分类一批新的图像，并将结果（即概率）存储在我的笔记本电脑上。我的目标是保存在我的笔记本电脑中的“output.csv”文件如下所示的结果： pic1 0.95 0.05 pic2 0.94 0.06 pic3 0.97 0.03 pic4 0.09 0.91 我把新的图像放在一个“testing”的文件夹中，我运行下面的python代码，试图写在输出文件中。在Dockerterminal里面我运行： python /tf_files/label_batch_images.py /tf_files/tested 其中label_batch_images.py代码是： import tensorflow as tf, sys import glob folder_path = sys.argv[1] # Loads label file, strips off carriage return label_lines = [line.rstrip() for line in tf.gfile.GFile("/tf_files/retrained_labels.txt")] # Unpersists graph from […]

打开现有的nvidia-docker容器: 我是tensorflow和docker的新手，我正在试图制作一个docker容器，我可以在GPU中使用tensorflow。尝试不同的事情后，我设法build立了我的NVIDIA驱动程序，我可以运行： nvidia-docker run -it gcr.io/tensorflow/tensorflow bash 这为我打开了一张张量图像的docker集装箱。这是很好的，因为它创build了我可以安装keras并使用它的tensorflow docker容器，但是如果我从这个容器中退出，我将丢失所有创build的文件和已安装的软件包。一旦我退出这个容器回到它并让我的所有文件和包仍然在那里，这怎么可能？下面是我的docker镜像的截图（现在太多了，因为我试图绕过这个问题，还有一些tensorflow镜像没有正确安装）：我希望有一个简单的方法来做到这一点？

如何从服务器上的docker访问jupyter笔记本电脑？: 我正在使用名为NC6的天青实例，它上面有一个GPU。我想使用可以使用这个GPU的张量docker图像，也可以旋转jupyter笔记本。我使用这个命令 nvidia-docker run -it -p 8888:8888 gcr.io/tensorflow/tensorflow:latest-gpu 当我从我得到的实例中运行此命令 Copy/paste this URL into your browser when you connect for the first time, to login with a token: http://localhost:8888/?token=4c495089418941ad470cfe33b002bd6fad67970f84354e29 但是当我访问：8888时什么也没有。我怎样才能公开这个端口能够从实例外部访问笔记本？

无法为TensorBoard发布的端口号6006设置docker: 我正在按照步骤在Windows 10上设置tensorflow的docker。https://codelabs.developers.google.com/codelabs/tensorflow-for-poets/?utm_campaign = chrome_series_machinelearning_063016 & utm_source = gdev & utm_medium = yt-desc#2但是在这一步，它只是挂在那里，我没有得到及时的回应。 docker run -it –publish 6006:6006 –volume C:\users\johnd\tf_files:/tf_files –workdir /tf_files tensorflow/tensorflow:1.1.0 bash 你能告诉我如何解决这个问题？

Docker下载Google的TensorFlow问题: 最近谷歌推出了TensorFlow（机器学习库），这是我没有分发的Windowssearch，并发现可以通过Docker下载它，我安装在Windows 8.1机器上的docker，并遵循这一点，这使事情工作，但由于我我使用本地代理，然后我试图导出HTTP_PROXY，HTTPS_PROXY到/ var / lib / boot2docker / profile文件，现在当我运行下面的命令 docker pull b.gcr.io/tensorflow/tensorflow 我明白了使用默认标记：来自守护进程的最新错误响应：无法pingregistry端点https://b.gcr.io/v0/ v2 ping尝试失败，出现错误：获取https://b.gcr.io/v2/：http ：错误连接到代理https：// localhost：8580 ：拨号tcp 127.0.0.1:8580：连接被拒绝v1 ping尝试失败，出现错误：获取https://b.gcr.io/v1/_ping：http ：连接到代理的错误https：// localhost：8580 ：拨号tcp 127.0.0.1:8580：连接被拒绝有人能告诉我如何解决这个问题吗？我的docker机器的configuration文件

如何在Mac上保存docker的结果: 我正在使用docker的tensorflow。我一直在努力将testing结果保存到docker之外的txt文件中。有没有办法在我的Mac上保存结果？目前，我只能将结果写入Docker中的txt文件。

Docker的启动和工作目录: 我正在使用docker运行tensorflow和再培训开始模块。我使用下面的代码： docker run -it \ –publish 6006:6006 \ –volume ${HOME}/tf_files:/tf_files \ –workdir /tf_files \ tensorflow/tensorflow:1.1.0 bash 然后我用 python retrain.py bottleneck_dir=bottlenecks how_many_training_steps=500 model_dir=inception summaries_dir=training_summaries/basic output_graph=retrained_graph.pb output_labels=retrained_labels.txt image_dir=flower_photos 当我运行这些代码时，flower_photos的目录应该在docker容器中。但是，我想这个目录是在我的主目录中（/ user / documents / flower_photos）。我该怎么办？

如何使用tensorflow docker安装python包: 我有一个tensorflow泊坞窗图像和运行docker作为docker运行-p 8888：8888 -it b.gcr.io /tensorflow/tensorflow 运行jupyter笔记本，我可以从我的浏览器端口8888访问它。问题是我需要安装一个Python包seaborn在这个docker容器。我该怎么做。我从jupyter笔记本打开terminal，并尝试使用点安装，但它无法连接到互联网。我正在使用Windows操作系统。

用docker实例运行tensorflow汇总服务: 张量stream概要模型是否可以使用张量streamdocker实例调用？模型的文档是指使用bazel build作为构build模型的步骤的一部分。但是，运行tensorflow docker容器不允许运行summary模型，除非容器是从源代码构build的，因为这个模型在master上。

使用docker分布式tensorflow: 我正在试验分布式张量stream和一个示例项目。在同一个docker集装箱上运行项目似乎运作良好。只要你在不同的conatiners上运行应用程序，他们就无法连接到彼此。我真的不知道这个问题，但我认为这是因为docker和tensorflow打开的端口必须连接到像localhost这样的应用程序：[docker-port]：[tf-port] 你认为我的猜测是正确的吗？我该如何解决这个问题？