在摆弄TensorFlow时，我注意到一个相对简单的任务(批处理一些3D加速度计数据并取每个时期的总和)的性能相对较差。这是我运行的东西的精髓，一旦我获得了(难以置信的漂亮！)功能：import tensorflow as tf
浏览 34提问于2018-02-10得票数 7
回答已采纳
我刚刚完成了库瑟拉的DL专门化，我正在尝试用TensorFlow 2.0和我自己收集的数据来实现一个CNN。我遵循了来自tensorflow.org的指南和文档，并且能够设置一个管道来加载我的映像。但是，当我运行该模型时，我一直遇到与内存/资源相关的问题。import tensorflow as tf
from tensorflow</em
浏览 2提问于2020-06-23得票数 0
我已经构建了一个非常简单的TensorFlow Keras模型，只有一个密集的层。它在GradientTape块之外工作得很好，但在GradientTape块内部它会引发LookupError: No gradient defined for operation 'IteratorGetNext' (op type: IteratorGetNext)from tensorflow.keras.models import Sequen
浏览 199提问于2020-05-21得票数 3
回答已采纳
我试图从教程中tensorflow中生成的数据集中读取5行，但我被堆叠在一个无限循环中for ex in all_labeled_data.take(5):print(ex)(<tf.Tensor 'IteratorGetNext_1:0' shape=() dtype=string>, <tf.Tensor 'IteratorGetNext_1:1' shape=() d
浏览 0提问于2019-10-25得票数 0
我正试图将模型转换为具有急切执行能力的运行模式。但是，我遇到了一个奇怪的错误，即使tf.linspace及其所有参数都放在GPU上，它仍然需要对cpu内存进行一些复制。on /job:localhost/LinSpace:0/task:0/device:0(运行在GPU上的操作)这会触发副本，这可能是性能瓶颈。，这可能是性能瓶颈。:0/LinSpace:0/device:0，
浏览 0提问于2018-05-23得票数 0
回答已采纳
我遵循了T2T变压器“训练语言模型”的例子，它用了10个训练步骤。然而，当扩展到250,000个步骤时，我会得到一个OutOfRange错误(如下)。这是解析或其他方面的问题吗？INFO:tensorflow:Init TPU system [[Node: input_pipeline_task0/while/IteratorGetNext = I
浏览 6提问于2018-07-06得票数 0
回答已采纳
如何多次输出数据集中的值？(dataset由TensorFlow的Dataset接口创建) value = sess.run(next_element) print(j)tensorflow.python.framework.errors_impl.Ou
浏览 2提问于2017-11-02得票数 14
batch_count += 1 done = True在一个时代的每一端。错误本身实际上被
浏览 0提问于2018-10-16得票数 1
回答已采纳
我试图了解我的input_fn与tf.data.Dataset之间存在哪些瓶颈，所以我想我应该使用tf.profiler，但它只显示迭代器op。如何让分析器在Dataset管道中输出相关操作？{} key: "ExpensiveOperationChecker" reports: "top 1 operation type: IteratorGetNextOneShotIterator, cpu: 27.92ms, accelerator: 0us
浏览 1提问于2018-01-19得票数 18
，模型的输出是词汇的概率分布。我想使用更先进的CNN ResNet 152，它只在tensorflow==2.2和最新版本的角星。Inputs received: [<tf.Tensor 'IteratorGetNext:0' shape=(None, None) dtype=float32>, <tf.Tensor 'IteratorGetNext]
因为该代码在旧版本tensorflow和keras中
浏览 2提问于2021-06-29得票数 1
回答已采纳
我正在使用tensorflow2.0和多个GPU进行训练。它得到了以下错误。但如果我只使用一个GPU，它运行时没有任何错误。我的tensorflow版本是tensorflow-gpu-2.0.0： [[{{node cond_6/else/_59/<em
浏览 26提问于2019-11-15得票数 5
1回答
对于我的数据集，我有一个“元数据”，排序为{'m1': array_1, 'm2': array_2, ...}.，每个数组都有形状(N，.)，其中N是样本数。问题是:是否可以创建一个，为数据集iterator.get_next()的每一次迭代输出一个字典{'meta_1': sub_array_1, 'meta_2': sub_array_2, ...}？在这里，sub_array_i应该包含一个批的ith元数据，因此应该具有形状(batch_sz，.)。到目
浏览 1提问于2018-07-02得票数 9
回答已采纳
Uncompilable nodes:
IteratorGetNext: unsupported op: No registered 'IteratorGetNext' OpKernel for XLA_CPU_JIT_3130] 错误的发生与模型无关，而且当我在训练模型后直接应用模型时也是如此。我认为，我正在做一些根本错误的事情，或者TF2没有正确地支持XLA。没有运行TF XLA的相同代码。有谁知道如何解决这个问题吗？我在Ubuntu 18.04中工作，在anaconda中使用py
浏览 126提问于2021-07-19得票数 0
回答已采纳
我想在TensorFlow1.7中使用kafka api，但是我得到的错误是无法使用:Broker: No more messages。我不知道如何解决这个问题。import tensorflow as tftemp = kafka.KafkaDataset(topics='bt1然后我得到了错误：
InternalError (see above for traceback): Failed to consume:Broker
浏览 0提问于2018-04-02得票数 0
我试图在单个GPU上生成自己的图像数据集，使用Tensorflow dataset API来度量推理性能 (2048, 1080)
File "tensorflow/lib/python3.5/site-packages/tensorflow/python/client/session.py",
浏览 0提问于2018-04-06得票数 3
；未知错误[Node: ReadFile = ReadFile] [Node: IteratorGetNext = IteratorGetNextoutput_shapes=[?,1000]，output_types=DT_FLOAT，DT_FLOAT，output_types=DT_FLOAT[Node:IteratorGetNext/1= _Recvclient_terminated"，tensor_type=DT_FLOAT，_device="/job:localhost/replica:0/
浏览 1提问于2018-10-31得票数 1
是的，我错过了目标特征的转换。在导入数据集之后，我尝试以不同的方式编写代码，并将特性转换为整数。在这里，代码：import tensorflow as tfimport pandas as pdfrom sklearn import metrics
FEATURES = ["cap-shapet
浏览 0提问于2018-05-18得票数 0
回答已采纳
2回答
我计划做一个保费预报器，根据性别，性别，体重指数等多个因素预测你的保险费。(总共6个)我有数据，但我不知道如何向它提供多个数组。这是代码-import numpy as npimport pandas as pd
a=0Inputs received: [<tf.Tensor 'IteratorGetNext:0' shape=(None, 1) dtype=int64>, <
浏览 0提问于2020-09-14得票数 1
1回答
我目前正在使用C++实现Tensorflow自定义op(用于自定义数据获取器)，以加快我的Tensorflow模型。由于我的Tensorflow模型并不经常使用GPU，所以我相信我可以同时使用多个工作线程来实现最大的性能。
问题是，即使我有足够的工作人员，我的程序并没有使用所有的CPU。使用更多的工作线程和inter_op_parallelism_threads选项，我的模型运行性能</em
浏览 4提问于2016-10-24得票数 0
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号