- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我在 Python3、MacOSX El Capitan 上安装了 TF 0.8。
当为 TF 运行一个简单的测试代码时,我收到这条消息:
ImportError: dlopen(/Library/Frameworks/Python.framework/Versions/3.5/lib/python3.5/site-packages/tensorflow/python/_pywrap_tensorflow.so, 10):
Library not loaded: @rpath/libcudart.7.5.dylib
Referenced from: /Library/Frameworks/Python.framework/Versions/3.5/lib/python3.5/site-packages/tensorflow/python/_pywrap_tensorflow.so
Reason: image not found
我的 .bash_profile 如下:
export PATH=/usr/local/bin:$PATH
export DYLD_LIBRARY_PATH=/Developer/NVIDIA/CUDA-7.5/lib:/usr/local/cuda/lib
libcudart.7.5.dylib
libcudart.7.5.dylib
我已经尝试了几种 .bash_profile
的排列,但都没有成功。知道哪里出了问题吗?
请注意,我可以成功地将我的 GPU 与 Theano 结合使用,因此没有理由相信 GPU/cuDNN/CUDA 安装可能有问题。
最佳答案
如果您收到此错误,请确保按照 Tensorflow 安装说明中的说明正确安装了 CUDA、cuDNN。请注意您正在安装的 TF、CUDA、cuDNN 版本以及您正在使用的 Python 版本。
文件名、路径等经常变化,因此如果突然出现错误,您可能需要对文件名和路径进行小幅调整。有时其他人很难帮助您,因为您的系统可能有一个非常具体的路径设置/版本,论坛中的人无法理解。
如果您得到的正是我在 OP 中描述的错误,请后退一步并检查:
就我而言,它仅发生在 PyCharm 中。在 iPython PyCharm 之外(使用 Mac“终端”软件)一切正常。但是在 PyCharm 中执行 iPython 时,或者通过 PyCharm 运行测试文件时,我会得到错误。这意味着它与 PyCharm 有关,而不是 Tensorflow 安装。
确保您的 DYLD_LIBRARY_PATH
正确指向 libcudart.7.5.dylib
文件。使用 Finder 导航到那里,进行 Spotlight 搜索并找到文件或其别名。然后将该路径放入您的 .bash_profile
。就我而言,这是有效的:
export DYLD_LIBRARY_PATH=/usr/local/cuda/lib
如果您的问题是 PyCharm,则需要进行特定配置。转到 GUI 的右上角,然后单击灰色向下箭头。
选择“编辑配置”。您将看到一个 Environment
选项,您需要在其中单击 ...
框并输入适用于您的情况的 DYLD_LIBRARY_PATH
。
请注意,您正在处理的特定文件有一个环境选项(它将在左侧面板中突出显示)和默认值(如果需要,也可以将 DYLD_...
放在那里您创建的 future 文件具有此功能)。请注意,您需要保存此配置,否则当您关闭 PyCharm 时它不会保留。
关于python - Tensorflow GPU 设置 : error with CUDA on PyCharm,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/37933890/
我想将模型及其各自训练的权重从 tensorflow.js 转换为标准 tensorflow,但无法弄清楚如何做到这一点,tensorflow.js 的文档对此没有任何说明 我有一个 manifest
我有一个运行良好的 TF 模型,它是用 Python 和 TFlearn 构建的。有没有办法在另一个系统上运行这个模型而不安装 Tensorflow?它已经经过预训练,所以我只需要通过它运行数据。 我
当执行 tensorflow_model_server 二进制文件时,它需要一个模型名称命令行参数,model_name。 如何在训练期间指定模型名称,以便在运行 tensorflow_model_s
我一直在 R 中使用标准包进行生存分析。我知道如何在 TensorFlow 中处理分类问题,例如逻辑回归,但我很难将其映射到生存分析问题。在某种程度上,您有两个输出向量而不是一个输出向量(time_t
Torch7 has a library for generating Gaussian Kernels在一个固定的支持。 Tensorflow 中有什么可比的吗?我看到 these distribu
在Keras中我们可以简单的添加回调,如下所示: self.model.fit(X_train,y_train,callbacks=[Custom_callback]) 回调在doc中定义,但我找不到
我正在寻找一种在 tensorflow 中有条件打印节点的方法,使用下面的示例代码行,其中每 10 个循环计数,它应该在控制台中打印一些东西。但这对我不起作用。谁能建议? 谢谢,哈米德雷萨, epsi
我想使用 tensorflow object detection API 创建我自己的 .tfrecord 文件,并将它们用于训练。该记录将是原始数据集的子集,因此模型将仅检测特定类别。我不明白也无法
我在 TensorFlow 中训练了一个聊天机器人,想保存模型以便使用 TensorFlow.js 将其部署到 Web。我有以下内容 checkpoint = "./chatbot_weights.c
我最近开始学习 Tensorflow,特别是我想使用卷积神经网络进行图像分类。我一直在看官方仓库中的android demo,特别是这个例子:https://github.com/tensorflow
我目前正在研究单图像超分辨率,并且我设法卡住了现有的检查点文件并将其转换为 tensorflow lite。但是,使用 .tflite 文件执行推理时,对一张图像进行上采样所需的时间至少是使用 .ck
我注意到 tensorflow 的 api 中已经有批量标准化函数。我不明白的一件事是如何更改训练和测试之间的程序? 批量归一化在测试和训练期间的作用不同。具体来说,在训练期间使用固定的均值和方差。
我创建了一个模型,该模型将 Mobilenet V2 应用于 Google colab 中的卷积基础层。然后我使用这个命令转换它: path_to_h5 = working_dir + '/Tenso
代码取自:- http://adventuresinmachinelearning.com/python-tensorflow-tutorial/ import tensorflow as tf fr
好了,所以我准备在Tensorflow中运行 tf.nn.softmax_cross_entropy_with_logits() 函数。 据我了解,“logit”应该是概率的张量,每个对应于某个像素的
tensorflow 服务构建依赖于大型 tensorflow ;但我已经成功构建了 tensorflow。所以我想用它。我做这些事情:我更改了 tensorflow 服务 WORKSPACE(org
Tensoflow 嵌入层 ( https://www.tensorflow.org/api_docs/python/tf/keras/layers/Embedding ) 易于使用, 并且有大量的文
我正在尝试使用非常大的数据集(比我的内存大得多)训练 Tensorflow 模型。 为了充分利用所有可用的训练数据,我正在考虑将它们分成几个小的“分片”,并一次在一个分片上进行训练。 经过一番研究,我
根据 Sutton 的书 - Reinforcement Learning: An Introduction,网络权重的更新方程为: 其中 et 是资格轨迹。 这类似于带有额外 et 的梯度下降更新。
如何根据条件选择执行图表的一部分? 我的网络有一部分只有在 feed_dict 中提供占位符值时才会执行.如果未提供该值,则采用备用路径。我该如何使用 tensorflow 来实现它? 以下是我的代码
我是一名优秀的程序员,十分优秀!