问题标签 [chainer]

在 Ubuntu 15.10 64bit 和 python 2.7 上执行 train_mnist.py 时，出现以下错误（IOError: [Errno 2] No such file or directory: 'result/cg.dot'）。让我知道如何解决它。

系统：Ubuntu 16.04.2 cudnn 5.1、CUDA 8.0

我从 git（最新版本）安装了 theano。

当我从https://github.com/yusuketomoto/chainer-fast-neuralstyle/tree/resize-conv运行生成示例时，无论使用 CPU 还是 GPU，它都会报告内存不足。

-

-

这些数字到底是什么意思？Theano/Chainer 只能访问约 500MB 的 VRAM？

我写了一个非常简单的玩具链接器模型：

我可以打电话给它，它似乎工作。但是，我必须用以下方式调用它：

作为参考，load_image 是：

我的模型将接受阵列形状（1、3、768、1024），但不接受阵列形状（3、768、1024）。我不明白这是为什么。或者，如何编写一个接受单个图像的链接器模型会有所帮助。我得到的错误是：

我正在使用 Chainer1.22.0 来实现 LSTM 语言模型。我的代码可以与 CPU 一起工作，但不能与 GPU 一起工作……更准确地说，我的对象函数与 CPU 收敛得非常快，但与 GPU 却没有。你知道发生了什么吗？

提前谢谢你的帮助！

输出：

环境：

• Python 2.7.13（蟒蛇）
• 链纳1.22.0
• 库达8.0

我的模型：

完整代码：

我在orenmel运行代码，CPU 很酷。但是当我用 GPU 运行 -train_context2vec.py- 时，我收到了：</p>

警告：nvcc path != CUDA_PATH ... cuda.check_cuda_available() RuntimeError: CUDA environment is not correct, cannot import name core

所以我这样做了：图片

然后我用了这个sudo CUDA_PATH=/usr/local/cuda-8.0 pip install chainer。它说：

错误：命令“x86_64-linux-gnu-gcc”失败，退出状态为 1”。

如果 CUDA_PATH 设置在其他地方。或者我只是使用 sudo pip install chainer。它可以安装。其他人可以在 Keras 和 theano 中使用 gpu。

我现在可以使用 Chainer 创建和教授单层 rnn-s，但是当我尝试扩展我的网络时遇到了错误。这是我的代码，我注释掉了 2. 隐藏层部分，所以这应该作为单层网络运行

错误：unindent 与行上的任何外部缩进级别都不匹配：h2 = self.lstm(h)

米做错了什么？

我已经安装了chainer，但我仍然收到此错误，请帮助修复它！

这是代码的一部分

我使用了 chainerRL 并尝试了 Breakout v0。

我运行这段代码。它确实有效，但我的代理无法获得奖励（奖励总是低于 5 分）。

蟒蛇 2.7 Ubuntu 14.04

请教我为什么我不能。

我也无法理解为什么这里的数字是 972 >l5=L.Linear(972, 512)

我用chainer训练了一些图像，但出现了错误。

我不知道是它的UnicodeDecodeError 还是安装cupy 的错误。

每个人。我对梯度下降的实现有疑问。我发现了几个优化器，比如 ada_grad、adam、sgd 等等，它们都很完美。但是我正在尝试实现具有固定学习率并作用于每批中的整个示例的天真的梯度方法批量梯度下降。怎么做？等待您的帮助。非常感谢。