问题标签 [plaidml]

我正在尝试在 macOS High Sierra 上安装 plaidml-keras。我按照说明指南进行操作：

然后我收到以下错误：

实际文件位于/Users/bogao/anaconda3/envs/plaidml/lib/ 而 plaidml 正在查看/Users/bogao/anaconda3/envs/plaidml/lib/python3.6/site-packages/plaidml/

我也尝试使用 python venv，并得到了同样的错误。我怎样才能让 plaidml 使用正确的路径？

我有一台配备 AMD 处理器的 MacBook Pro，我想在这个 GPU 中运行 Keras（Tensorflow 后端）。我开始知道 Keras 仅适用于 NVIDIA GPU。解决方法是什么（如果可能）？

我已经安装了 plaidml-keras 并将其配置为使用我的本地 GPU。

但是，在 python 脚本中，无论如何我可以验证我的 plaidml keras 后端使用的是 GPU 而不是 CPU？

在我发现的每个问题和教程中，tf.data.Dataset 都用于 CSV 文件，但我没有使用 tensorflow，我使用的是 PlaidML，因为 ROCm 不支持我的 AMD GPU。我尝试过使用相同的代码

但这仍然不使用 plaidml 后端。如何在没有 tensorflow 的情况下将此数据集：https : //www.kaggle.com/keplersmachines/kepler-labelled-time-series-data 加载到 keras 中？谢谢你。我通过查看输出来检查是否使用了 plaidml 后端。如果它说“使用 plaidml.keras.backend 后端”，那么它正在使用 plaidml。此外，只有 plaidml 识别我的 GPU，因此 tensorflow 将使用我的 CPU。

我目前正在尝试实现一个训练图像三元组的网络。为此，我改编了我在 Internet 上找到的 par 生成器：

用于训练我的网络：

但是，我从中收到此错误消息：

回溯（最近一次通话最后）：

文件“DeepLearningWithAugmentationWithTriplets.py”，第 256 行，在回调 = [检查点]）

包装器中的文件“lib/python3.7/site-packages/keras/legacy/interfaces.py”，第 91 行，返回 func(*args, **kwargs)

文件“lib/python3.7/site-packages/keras/engine/training.py”，第 1418 行，在 fit_generator initial_epoch=initial_epoch 中）

文件“lib/python3.7/site-packages/keras/engine/training_generator.py”，第 217 行，在 fit_generator class_weight=class_weight)

文件“lib/python3.7/site-packages/keras/engine/training.py”，第 1211 行，在 train_on_batch class_weight=class_weight)

文件“lib/python3.7/site-packages/keras/engine/training.py”，第 751 行，在 _standardize_user_data exception_prefix='input'）

文件“lib/python3.7/site-packages/keras/engine/training_utils.py”，第 102 行，在 standardize_input_data str(len(data)) + ' 数组：' + str(data)[:200] + '。 ..'）

ValueError：检查模型输入时出错：您传递给模型的 Numpy 数组列表不是模型预期的大小。预计会看到 3 个数组，但得到了以下 1 个数组的列表： [array([[[[0.36862746, 0.36862746, 0.36862746], [0.36862746, 0.36862746, 0.36862746], [0.36862746, 0.36862746],6,6 .., [0.41176471, 0.41176471, 0.41176471...

然而，当我打印生成器的下一项时，它是三个数组的列表：

我究竟做错了什么？

网络定义：

_________________________________________________________________ 层（类型）输出形状参数#
========================================= ======================== input_131 (InputLayer) (None, 64, 64, 3) 0
__________________________________________________________________ conv2d_100 (Conv2D) (None, 29, 29, 32) 4736
_________________________________________________________________ conv2d_101 (Conv2D) (无, 8, 8, 64) 73792
_________________________________________________________________ conv2d_102 (Conv2D) (无, 1, 1, 128) 204928
_________________________________________________________________ flatten_34 (展平) (无, 128) 0
==================================================== =============== 总参数：283,456 可训练参数：283,456 不可训练参数：0

---

我有以下问题，我想从我的 Keras 模型中的一个层的输出中删除一个“垃圾箱”。

没有删除垃圾箱的代码如下所示并且有效：

但是，如果我将删除添加到网络：

我得到以下 model.summary() 输出，其中 lambda 层之后的维度再次增加到 65：

任何人都可以解释为什么会发生这种情况以及如何解决它？

我目前正在尝试在 Keras 中实现自定义损失函数。但是，由于我的模型是 VGG 和我的自定义网络的组合，我无法获得子模型的输出。

这是网络定义：

总结可以在这里看到： 我的网络：

VGG + 我的网络：

这就是我训练我的网络的方式：

现在，我想使用层 'detect_2' 和 'reduce_dim' 的输出并从中计算损失/准确性。但是，当我运行我的代码时，我收到以下错误：

显然，某处一定有错误，因为字典不能有两次相同的键。那么有人能告诉我我需要改变什么才能得到图层的输出吗？

每当我尝试使用from tensorflow import kerasPlaidML 时都会拒绝工作并import keras使用稳定的构建。

我正在尝试使用特定环境安装 PlaidML，但未安装正确版本的 Keras 和 Tensorflow，或者安装了正确版本但未使用 PlaidML 后端。

我的 requirements.txt 文件是

我的 Python 代码以

有没有关于如何使用特定库设置 PlaidML 的示例？

当我在 Colab 和我的机器上使用 CPU 运行我的代码时，网络的准确性会提高，但是当使用 PlaidML 运行相同的代码时，准确性永远不会提高。

我的 requirements.txt 文件如下：

我的进口如下：

我的要求或我的进口一定有问题。