关于cudnn lrn向后可能实现的问题
cudnn lrn是一种深度学习中常用的操作，用于局部响应归一化（Local Response Normalization）。它主要用于提高模型的泛化能力和抑制过拟合。
cudnn lrn的向后实现可能会面临以下问题：
- 梯度消失：在向后传播过程中，由于局部响应归一化操作的非线性特性，可能会导致梯度消失的问题。这会影响模型的训练效果和收敛速度。
- 内存占用：cudnn lrn操作需要保存中间结果，这可能会导致内存占用较大。在处理大规模数据集或模型时，可能会面临内存不足的问题。
- 计算效率：cudnn lrn操作需要进行复杂的计算，包括指数运算和累加操作。这可能会导致计算效率较低，特别是在处理大规模数据集时。
为了解决这些问题，可以考虑以下方法：
- 梯度裁剪：通过对梯度进行裁剪，可以避免梯度消失的问题。可以使用梯度裁剪算法，如Gradient Clipping，来限制梯度的范围，以防止梯度过大或过小。
- 内存优化：可以通过减少中间结果的保存或使用更高效的数据结构来减少内存占用。例如，可以使用in-place操作来减少内存的复制和分配。
- 并行计算：可以利用并行计算的能力来提高计算效率。可以使用多线程或分布式计算框架来加速cudnn lrn操作的计算过程。
腾讯云提供了一系列与深度学习相关的产品和服务，包括AI引擎、GPU云服务器等。您可以通过访问腾讯云官方网站（https://cloud.tencent.com/）了解更多相关信息。
相关·内容
lrn方程如下： y = x * pow(lrn_k + lrn_alpha/lrn_size * sum(Xj * Xj), -lrn_beta) cudnn的lrn向后api是 cudnnStatus_t cudnnLRNCrossChannelBackward(
cudnnHandle_t handle,
cudnnLRNDescriptor_t normDesc,
cudnnLRNMode_t lrnMode,
const void *alph
浏览 25提问于2019-02-20得票数 0
回答已采纳
在按照官方命令: PyTorch：conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=10.2 -c pytorch安装了conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=10.2 -c pytorch之后，conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=10.2 -c pytor
浏览 29提问于2022-09-10得票数 0
我之前已经从C++推断出了TensorFlow图。现在我开始研究如何通过C++推断PyTorch图。 我的第一个问题是，我如何知道推荐的cuDNN版本与LibTorch一起使用，或者我是否正在进行自己的PyTorch编译？ 确定推荐的CUDA版本很容易。转到https://pytorch.org/并选择Quick Start Locally下的选项(PyTorch Build、Your OS等)该网站明确表示推荐CUDA10.1，但没有提到cuDNN版本，在谷歌搜索后，我找不到这个问题的确切答案。 根据我对ubuntu上的PyTorch的了解，如果你使用Python版本，你必须安装CUDA驱
浏览 45提问于2020-02-02得票数 1
回答已采纳
1回答
我正在尝试在我的ubuntu 16.04机器上安装caffe，我遇到了这个错误。我已经做了一些关于如何解决这类问题的研究，但我认为这个错误相当罕见，因为我找不到任何解决这个特定问题的方法。
k@k:~/caffe$ make all -j4
PROTOC src/caffe/proto/caffe.proto
NVCC src/caffe/solvers/sgd_solver.cu
NVCC src/caffe/solvers/adadelta_solver.cu
NVCC src/caffe/solvers/adagrad_solver.cu
NVCC src/caffe/solvers/a
浏览 0提问于2018-09-19得票数 0
我感觉所有的依赖都安装了，我想安装没有GPU的Caffe，但是当我做make all的时候，有一个错误：
CXX src/caffe/util/upgrade_proto.cpp
AR -o .build_release/lib/libcaffe.a
/Applications/Xcode.app/Contents/Developer/Toolchain/XcodeDefault.xctoolch ain/usr/bin/ranlib: file: .build_release/lib/libcaffe.a(cudnn_conv_layer.o) has no symbols
/Appli
浏览 1提问于2017-01-03得票数 1
2回答
我读到了Pytorch的源代码，我发现它没有实现convolution_backward函数是很奇怪的，唯一的函数是直接引发一个错误，并且不应该掉到这里。
因此，我提到了CuDNN / MKLDNN实现，它们都实现了类似于的函数。
我有以下问题：
什么是CUDA/ CPU的本地实现？我可以找到类似于thnn_conv2d_backward_out的东西，但是我找不到它的名字在哪里。
为什么PyTorch不将convolution_backward函数放在中？它提供了一个_convolution_double_backward()函数。但是这是双向后，它是梯度的梯度。为什么不提供
浏览 28提问于2020-11-05得票数 2
回答已采纳
1回答
早上好,
在R.中，我有一个关于计算打包的和增强的回归树模型的特性重要性的问题，我使用XGBOOST进行预测，用套袋来估计预测的不确定性。我的数据集比较大，大约有10k的特性和观察。预测工作非常完美(请参阅下面的代码)，但我似乎无法计算特性的重要性(下面代码中的最后一行)。重要性函数崩溃时没有错误..。并冻结了R期。我看到了一些相关的python代码，人们似乎在计算每个打包好的模型和的重要性。我也没能让它在R上正常工作。具体来说，我不知道如何访问MLR (下面代码中的mb对象)所产生的对象中的单个模型。在python中，这似乎是微不足道的。在R中，我似乎无法提取mb$learner.model
浏览 1提问于2020-07-06得票数 0
是否有一种在mlr中使用包装器执行预处理步骤后访问数据的方法？这里是代码的简化版本：
library(mlr)
library(mlbench)
data <- BreastCancer[, 2:11]
lrn <- makeLearner(cl = "classif.ranger",
predict.type = "prob",
fix.factors.prediction = TRUE,
importa
浏览 4提问于2017-10-12得票数 0
回答已采纳
根据jcjohnson提出的一个想法，为了在受限的内存环境中生成神经风格的大图像，我正在尝试在updateOutput和updateGradInput中来回移动层激活。例如：
if (torch.type(previousModule) == 'cudnn.ReLU' or torch.type(previousModule) == 'cudnn.SpatialConvolution') then
previousModule.output = previousModule.output:cuda()
collectgarbage('c
浏览 0提问于2018-03-26得票数 0
1回答
我想配置config.mk文件以使用cuda。我修改了这些选项：
USE_CUDA = 1
ADD_LDFLAGS = /usr/local/cuda-8.0/lib64
ADD_CFLAGS = /usr/local/cuda-8.0/lib64
USE_CUDA_PATH = /usr/local/cuda
USE_CUDNN = 1
USE_NVRTC = 1
在运行make -j8时，我得到了以下错误：
cd /home/wanger/MXNet/mxnet/dmlc-core; make libdmlc.a USE_SSE=1
浏览 0提问于2016-11-18得票数 1
回答已采纳
3回答
我正在复制一个神经网络。我试图了解标准层类型是如何工作的。特别是，我在任何地方都很难找到一个关于跨通道标准化层在反向通道上的行为的描述。
由于规范化层没有参数，我可以猜测两个可能的选项：
来自下一层(即后一层)的错误梯度将向后传递，而不会对它们做任何事情。
误差梯度被归一化，就像前向通道中的激活被标准化一样。
我想不出为什么你会根据任何直觉做一个而不是另一个，因此我想在这个问题上得到一些帮助。
EDIT1：
该层是caffe中的一个标准层，如这里所描述的 (参见'Local (LRN)')。
这一层在前传中的实现在alexNet文件的第3.3节：中进行了描述
E
浏览 5提问于2015-11-18得票数 11
回答已采纳
2回答
我有一个非常奇怪的问题，我有一个复杂的视图，当我在一个特定的列上查询时，它返回不正确的数据。
下面是一个例子：
select empname
, has_garnishment
from timecard_v2
where empname = 'Testerson, Testy';
这将返回单个结果'Testerson，Testy'，'N‘
但是，如果我使用以下查询：
select empname
, has_garnishment
from timecard_v2
where empname = 'Teste
浏览 1提问于2010-04-22得票数 4
回答已采纳
我有一个C++程序，它有几个带有变量声明的.hpp文件(其中大多数是指向NFS文件系统的路径)和带有这些变量定义的.cpp文件。
在其中一些变量(其类型为std::string )中，我需要通过在主程序中附加一些作为参数传递的内容来构建它的内容。例如：
文件constants.hpp
namespace constants {
extern std::string cudnn_version;
extern const std::string path_caffe_cuda;
extern const std::string path_caffe_cuda_cudnn;
浏览 0提问于2018-06-15得票数 0
1回答
我使用GPU在Conda上运行Tensorflow。每次我收到这个错误
E tensorflow/stream_executor/cuda/cuda_dnn.cc:353] Could not create cudnn handle: CUDNN_STATUS_NOT_INITIALIZED
2018-10-09 11:58:43.850743: E tensorflow/stream_executor/cuda/cuda_dnn.cc:361] Possibly insufficient driver version: 390.48.0
我在ubuntu 18.04 Lambda上
这似乎是
浏览 0提问于2018-10-10得票数 0
我试图运行一些简单的tensorflow-gpu 2.0代码来对图像执行卷积。我在ubuntu 18.04x64和python3.6.8上有一个Anaconda环境。
错误似乎是，在安装tensorflow-gpu时，Anaconda将在conda环境的packages目录中安装一个旧版本的cudnn-7.3.1。Tensorflow正在使用这个旧版本的cudnn，这在运行下面的代码时会导致cudnn错误。
import tensorflow as tf
import matplotlib.pyplot as plt
import numpy as np
from sklearn.datase
浏览 1提问于2019-05-30得票数 0
回答已采纳
我有一个数组
selectedData = [{
Name = 'Michelle',
LRN = '100011'
},
{
Name = 'Micheal',
LRN = '100011'
},
{
Name = 'Mick',
LRN = '100012'
} // so on....
]
我通过一个函数发送这个数组，它只检查每个对象的LRN属性是否相同，如果不是，它会抛出错误。我把这个函数写成-
createSet(selectedData
浏览 4提问于2022-02-17得票数 2
回答已采纳
在jupyter笔记本单元中运行此命令
!whereis cudnn.h
获取此输出。
cudnn: /usr/include/cudnn.h
在jupyter笔记本单元中运行此命令
%env CUDNN_H_PATH=/usr/include/cudnn.h
设置环境变量
在jupyter笔记本单元中运行此命令
%env CUDNN_H_PATH=$(whereis cudnn.h)
弄到这个
!echo $CUDNN_H_PATH
$(whereis cudnn.h)
问题
是否可以将!whereis cudnn.h的输出设置为环境变量CUDNN_H_PATH
浏览 0提问于2019-08-29得票数 0
回答已采纳
对于确定性正向或反向搜索，我习惯于给p-值的阈值链接到与单个特征相关的系数。在makeFeatSelControlSequential在R/MLR 中的文档中，alpha和beta参数描述如下：
alpha (数值(1))：顺序特征选择的参数。前进/增加步骤的改进差的最小要求值。缺省值为0.01。
β(数值(1))：顺序特征选择的参数。向后/移除步骤的改进差的最小要求值。负值意味着您允许略为减少功能的删除。缺省值是-0.001。
然而，目前尚不清楚“改进差异”在这里意味着什么。在下面的示例中，我给出了0作为向后选择的treshold (beta参数)。如果这个参数与p值的阈值有
浏览 1提问于2018-11-15得票数 0
回答已采纳
我希望用我的GPU来训练一台。
我在用：
tensorboard 2.4.1
tensorboard-plugin-wit 1.8.0
tensorflow-estimator 2.4.0
tensorflow-gpu 2.4.1
cuda 11.0
cdnn 8.0.4
gpu
浏览 15提问于2021-03-14得票数 1
回答已采纳
1回答
我想配置config.mk文件以使用cuda。我修改了这些选项：
USE_CUDA = 1
ADD_LDFLAGS = /usr/local/cuda-8.0/lib64
ADD_CFLAGS = /usr/local/cuda-8.0/lib64
USE_CUDA_PATH = /usr/local/cuda
USE_CUDNN = 1
USE_NVRTC = 1
在运行make -j8时，我得到了以下错误：
cd /home/wanger/MXNet/mxnet/dmlc-core; make libdmlc.a USE_SSE=1 config=/home/wanger/MXNet/m
浏览 3提问于2016-11-18得票数 1
回答已采纳
我正在尝试使用嵌套的交叉验证进行超参数调优。这是我对两个学习者lrn1和lrn2的内部循环：
inner = makeResampleDesc("CV", iters = 3L)
tune_lrn1 <- makeTuneWrapper(lrn1, resampling = inner, par.set = ps, control = ctrl)
tune_lrn2 <- makeTuneWrapper(lrn2, resampling = inner, par.set = ps, control = ctrl)
有没有办法在每次实例化“内部”之前设置随机种子的
浏览 1提问于2019-04-26得票数 0
1回答
现在我正在使用torch.distributed训练一个模型，但我不知道如何设置随机种子。例如，这是我的当前代码：
def main():
np.random.seed(args.seed)
torch.manual_seed(args.seed)
torch.cuda.manual_seed(args.seed)
cudnn.enabled = True
cudnn.benchmark = True
cudnn.deterministic = True
mp.spawn(main_worker, nprocs=args.ngpus
浏览 4提问于2020-05-30得票数 1
回答已采纳
这是关于在Windows上运行带有GPU支持的Tensorflow (v0.12)
虽然一些示例(matmul.py)和我可以看到GPU (1.3s)与CPU (4.4s)之间的性能差异很大，但我确实从一个例子中得到了一个问题：
E c:\tf_jenkins\home\workspace\release-win\device\gpu\os\windows\tensorflow\core\common_runtime\gpu\gpu_device.cc:586]无法识别/job:localhost/c：\tf_jenkins\home\workspace\release-win\device
浏览 6提问于2016-11-30得票数 2
5回答
请原谅问题标题，但我有表客户(ACCT_NUM，LRN，姓名，地址，城市，州，国家)
我必须编写一个查询来提取名称、地址、城市、州和国家的超过1(不同)组合的记录，用于( acct_num和LRN )的相同组合。这是我尝试过的，但我不确定它是否正确。我只想按acct_num和LRN进行分组，但我知道group不允许我排除其他列。
select distinct name, address, state, country, city,
COUNT(1) from CUSTOMER
group by acct_num,
LRN ,
name,
address,
state,
cou
浏览 6提问于2014-07-22得票数 0
回答已采纳
1回答
我想知道cuDNN是否有一个用于动态并行的设备端api (我想在其他内核中调用cuDNN内核)。我发现cuBLAS有这样一个接口：cuBlas，但我找不到任何关于cuDNN是否提供类似接口的信息。我查看了cuDNN paper，上面写着“该库公开了一个主机可调用的C语言API”，但这篇文章太旧了，我想知道他们是否添加了设备端api。我在cuDNN文档中找不到任何信息。有没有人知道这样的api？
浏览 13提问于2021-09-02得票数 0
回答已采纳
我已经在Ubuntu16.04上安装了TensorFlow 1.7，其中包含了Cuda9.0和CuDNN 7.0.5以及普通的Python2.7，尽管它们为CUDA和CuDNN都提供了很好的示例，TensorFlow看到了GPU (所以一些TensorFlow示例运行)，而那些使用CuDNN (像大多数CuDNN示例一样)的例子就没有了。它们在这些信息消息中失败：
2018-04-10 16:14:17.013026: I tensorflow/stream_executor/plugin_registry.cc:243] Selecting default DNN plugin, cuDNN
浏览 1提问于2018-04-11得票数 6
回答已采纳
我正在尝试使用来自tensorflow的Alexnet CNN，我可以训练模型，没有任何错误信息，我可以访问张卡，我可以测试没有错误的训练模型。
唯一的问题是，在培训过程中，GPU的使用率大多保持在0%，有时波动到25%，但很少。然而，我所有的CPUS都在疯狂地工作，超过90%。所以我假设它使用的是CPU而不是GPU。
这是我的装置
Windows 8.1 x64
GPU 1070 driver version 3.88
tensorflow-gpu 1.8.0
CUDA toolkit v9.0
cuDNN version 7
我可以在python中导入tensorflow，没有错误，我运行
浏览 1提问于2018-05-13得票数 1
回答已采纳
1回答
基于重要性的变量约简
、、、、
在筛选出模型中最不重要的变量时，我遇到了困难。我收到了一组有4000多个变量的数据，我被要求减少进入模型的变量数量。
我确实尝试过两种方法，但我失败了两次。
我尝试的第一件事是在建模之后手动检查变量的重要性，并在此基础上删除非显着变量。
# reproducible example
data <- iris
# artificial class imbalancing
data <- iris %>%
mutate(Species = as.factor(ifelse(Species == "virginica", "1", "
浏览 2提问于2021-02-18得票数 4
回答已采纳
1回答
我有一个表，我需要按性别，部门和级别排序，按顺序排序，有人知道怎么做吗？
下面是我的sql语句：
select
*
from
(select
*
from
(SELECT
distinct a.LRN,
a.middle_initial,
a.last_name,
a.first_name,
a.gender,
a.grade_level,
c.section_name,
b.school_year,
d.g
浏览 3提问于2015-10-13得票数 0
回答已采纳
3回答
我在PHP中有一个脚本，它使用Select & Where子句从Mysql数据库中选择数据。
$lrn= "PU2017LN11K";
$stmt = $user_home->runQuery('SELECT * FROM mcq WHERE LRN = :crn ORDER BY LRN,Sr ASC ');
$stmt->bindParam(':crn',$lrn);
$stmt->execute();
现在，如何编写代码脚本，以便它使用LRN从所有WHERE LRN = :crn中进行选择。
我试过：
$lrn=
浏览 0提问于2017-11-05得票数 0
回答已采纳
我正在训练RNN，这是我使用tf.keras.layers.GRU层构建的。他们需要很长时间来训练(>2个小时)，所以我将把他们部署到GPU进行训练。我想知道一些关于GPU训练的事情：
tf.keras.layers.CuDNNGRU和tf.keras.layers.GRU (以及tf.keras.layers.LSTM和tf.keras.layers.CuDNNLSTM)有什么区别？我从中了解到，CuDNNGRU层的训练速度比GRU层快，但是层
这两层是否在相同的种子下收敛到不同的结果？
在推理过程中，这两层是否执行相同的操作？
在推理过程中，CuDNN层是否需要GPU？
浏览 1提问于2019-08-05得票数 1
回答已采纳
1回答
我正在运行一个基准测试，在这个实验中，我调优了一个过滤过的学习者，类似于mlr教程中嵌套重采样下的示例，题为“示例3:一个任务，两个学习者，带有调优的特性过滤”。我的代码如下：
library(survival)
library(mlr)
data(veteran)
set.seed(24601)
configureMlr(show.learner.output=TRUE, show.info=TRUE)
task_id = "MAS"
mas.task <- makeSurvTask(id = task_id, data = veteran, target = c(
浏览 1提问于2019-08-07得票数 1
回答已采纳
Tensorflow和cudnn卷积具有不同的填充。但是CPU/GPU卷积对于用户来说是相似的。tensorflow如何使用cudnn进行“十流风格”卷积？
浏览 4提问于2018-01-24得票数 2
1回答
描述的问题是：误差:无法得到卷积算法。这可能是因为cuDNN未能初始化，所以尝试查看上面是否打印了警告日志消息。
系统信息：我正在从事Anaconda间谍的工作。操作系统平台: Windows 10 TensorFlow版本: 1.15 Python版本: 3.6安装命令: conda创建-n MRI pyrhon=3.6 Tensorflow-gpu /Cudnn版本:Cudnn-7.5.0，CUDA-10.1 GPU模型和内存: GeForce RTX 2060
有人能告诉我有什么问题吗？为什么CuDNN无法初始化？
浏览 2提问于2020-01-22得票数 0
1回答
我在R中使用mlr包来比较两个学习者，即随机森林和套索分类器，进行二进制分类任务。我想提取特征对最佳分类器的重要性，在这种情况下，随机森林，以类似于caret::varImp()的方式。我遇到了getBMRFeatSelResults()，getFeatureImportance()，generateFeatureImportanceData()，但似乎没有一个能起到作用。以下是我使用嵌套重采样执行基准实验的代码。理想情况下，我喜欢基尼系数的平均降幅。谢谢。
library(easypackages)
libraries("mlr","purrr","
浏览 5提问于2019-12-12得票数 0
我的网络包括'torch.nn.MaxPool3d‘，当cudnn确定性标志根据PyTorch文档(Version1.7-)打开时，它会抛出一个RuntimeError，但是，当我在代码的开头插入代码'torch.backends.cudnn.deterministic=True’时，没有RuntimeError。为什么该代码不抛出一个RuntimeError？我想知道该代码是否保证了我的训练过程的确定性计算。
浏览 2提问于2021-02-10得票数 4
回答已采纳
我在Windows10中同时安装了CPU和GPU版本的tensorflow。 conda list t.*flow
# packages in environment at C:\Users\Dell\anaconda4:
#
# Name Version Build Channel
tensorflow 2.3.1 pypi_0 pypi
tensorflow-estimator 2.3.0 p
浏览 31提问于2020-10-27得票数 2
回答已采纳
我试图在GPU中使用TensorFlow，得到了以下错误：
I tensorflow/core/common_runtime/gpu/gpu_device.cc:838] Creating TensorFlow device (/gpu:0) -> (device: 0, name: Tesla K20m, pci bus id: 0000:02:00.0)
E tensorflow/stream_executor/cuda/cuda_dnn.cc:347] Loaded runtime CuDNN library: 5005 (compatibility version 5000) b
浏览 8提问于2016-12-06得票数 11
回答已采纳
我的查询正在工作，但我不知道如何将它放在准备好的语句中这是我的查询(工作)
SELECT P.first_name, P.middle_name, P.last_name, P.lrn, P.section
FROM students P INNER JOIN student_load C ON P.lrn = C.lrn
WHERE subject_code = 12332654
这是我的预准备语句(我是新的预准备语句，所以我知道的不多)
function get_total_all_records()
{
include('../config.php');
浏览 0提问于2020-09-02得票数 0
我试着安装了nvidia-cudnn，而且速度有点快，并且在提示中失败了。当我试图安装它时，我意外地撞到了拒绝。现在，当我试图卸载时，会得到以下错误：
$ sudo apt purge nvidia-cudnn -y
Reading package lists... Done
Building dependency tree... Done
Reading state information... Done
The following packages will be REMOVED
nvidia-cudnn*
0 to upgrade, 0 to newly install, 1 to
浏览 0提问于2022-10-28得票数 2
回答已采纳
在Google中使用Tensorflow 2对象检测API进行培训时，我会遇到以下错误：
2022-03-07 15:27:51.475298: E tensorflow/stream_executor/cuda/cuda_dnn.cc:359] Loaded runtime CuDNN library: 8.0.5 but source was compiled with: 8.1.0. CuDNN library needs to have matching major version and equal or higher minor version. If using a binar
浏览 35提问于2022-03-07得票数 1
回答已采纳
2回答
PyTorch中的重现性和性能
、、、、
指出：
确定性模式可能会对性能产生影响，这取决于您的模型。
我的问题是，这里的表演意味着什么？加工速度或型号质量(即最小损失)？换句话说，当设置人工种子并使模型以确定性的方式执行时，这会导致更长的训练时间直到找到最小的损失，还是这个最小损失比模型不确定时更糟糕？
为了完整起见，我通过设置所有这些属性来手动使模型具有确定性：
def set_seed(seed):
torch.manual_seed(seed)
torch.cuda.manual_seed_all(seed)
torch.backends.cudnn.deterministic = True
浏览 0提问于2019-05-29得票数 19
回答已采纳
我在一本在线书中接到了这项任务，但我搞不懂。我想我必须使用某种BFS或DFS，但我不知道该怎么做。
我没有尝试过太多的东西，因为我害怕浪费太多的时间，但我尝试的是从一个节点开始迭代，并使用大量的if语句来找到我需要的节点处的不同值，但它根本不起作用。
string CharacterAnalyzer::nodeCountByLevel(nodeptr_t const node) const {
/* TODO (1):
* Return a formatted string of the node count at each level. For example for th
浏览 0提问于2019-04-26得票数 0
文件状态错误: cuDNN : d:\yolo\darknet-master\darknet-master\src\convolutional_layer.c : cudnn_convolutional_setup()：cuDNN: 253 : build time: Jul 31 2021 - 17:26:08
cuDNN错误: CUDNN_STATUS_BAD_PARAM
浏览 35提问于2021-07-31得票数 1
在ModuleNotFoundError: No module named 'tensorflow.contrib'行425中执行from tensorflow.contrib.cudnn_rnn.python.ops import cudnn_rnn_ops命令时，我正在体验keras\layers\cudnn_recurrent.py。当使用GPU处理时，这个问题是针对Tensorflow 的。没有任何问题，如果我不使用GPU处理。
这是我的软件栈：
- OS: Windows 10
- Python: 3.7.4
- CUDA: 10.1
- cuDNN: 7.5
浏览 0提问于2019-11-24得票数 0
我正在尝试解决标题中的问题：
Loaded runtime CuDNN library: 7.1.2 but source was compiled with: 7.6.0. CuDNN library major and minor version needs to match or have higher minor version in case of CuDNN 7.0 or later version
我还读过其他几篇文章(例如：)
这基本上告诉我，我的机器有CuDNN 7.1.2，但我需要7.6.0。答案是下载并安装7.6.*
唯一的问题是，我认为我是按照nvidia档案()上的
浏览 2提问于2020-04-05得票数 5
我正在尝试运行一个包含group by子句的简单SQL查询。
HistoryEntity：
@Entity
@NamedNativeQueries(value = {
@NamedNativeQuery(name = HistoryEntity.FIND_ALL_BY_REFERENCE,
query = "SELECT h.id, h.reference, h.lrn "
+ "FROM dataHistory h "
浏览 1提问于2012-06-29得票数 1
1回答
问题
我试图使用mlr包在r中运行多标签分类。我使用实现多标签分类。但我需要添加超参数调优。这似乎造成了各种各样的问题。我按照上的示例来调优参数。tuneParams需要重新论证，然后我就陷入困境了。
示例数据
age <- c(round(rnorm(120,mean = 50,sd = 10)))
sex <- c(round(rnorm(120,mean = 0.5,sd = 0.2)))
l1 <- as.logical(c(round(rnorm(120,mean = 0.5,sd = 0.2))))
l2 <- as.logical(c(round(rnor
浏览 6提问于2021-05-05得票数 0
1回答
由于我对XGBoost非常陌生，我尝试使用mlr库和模型调优参数，但是在使用了setHayperPars()之后，使用setHayperPars()学习会抛出一个错误(特别是当我运行xgmodel行时)：在colname(X)中的错误:参数"x“是缺失的，没有默认的，并且我无法识别这个错误的含义，下面是代码：
library(mlr)
library(dplyr)
library(caret)
library(xgboost)
set.seed(12345)
n=dim(mydata)[1]
id=sample(1:n, floor(n*0.6))
train=myda
浏览 0提问于2020-03-24得票数 1
回答已采纳
古鲁。
在ppc64le上构建CUDAV8.0的nvidia-docker时，我遇到了以下错误。
root@minsky:/data/nvidia-docker# make cuda OS=ubuntu-16.04
make -C /data/nvidia-docker/ubuntu-16.04/cuda
make[1]: Entering directory '/data/nvidia-docker/ubuntu-16.04/cuda'
docker build -f /data/nvidia-docker/ubuntu-16.04/cuda/8.0/runtime/Dock
浏览 25提问于2017-01-31得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
