问题标签 [prettytensor]

我无法安装prettytensor。我已经尝试pip通过安装源代码并python setup.py install在目录中进行操作。

我更新了我的tensorflow. 有人知道如何prettytensor在我的机器上安装吗？

当我尝试导入时prettytensor

我正在关注这些教程： https
://www.youtube.com/watch?v=wuo4JdG3SvU&list= PL9Hr9sNUjfsmEu1ZniY0XpHSzl5uihcXZ 并且在教程 4 中介绍了 prettytensor。
按照教程，我编写了这段代码来运行一个小型神经网络：

当我尝试运行它时，出现以下错误：

完整的错误跟踪：

所以我的问题是，我该如何解决这个错误？

我正在shakespeare.py从 prettytensor 运行演示，想知道使用 CPU 与 GPU 如何影响每批的训练运行时间。因此，我在中添加了以下几行local_trainer.py：

它位于run_model函数的第 309 行。

然后我通过设置强制训练在 CPU 上进行export CUDA_VISIBLE_DEVICES=""。watch -n 1 nvidia-smi我通过以及监控 GPU 的使用情况，watch -n 1 lsof /dev/nvidia*所以我确信 GPU 没有被触及。令人惊讶的是，在 CPU 上运行它（~0.2 秒）比在 GPU 上（~0.25 秒）更快。

通过监控 CPU 使用率时，htop我观察到所有 8 个 CPU 线程都得到了很好的使用。加上使用 GPU 产生的通信开销，我猜这可能是一个可能的解释。此外，可能是模型太小而无法真正受益于 GPU 计算能力和/或我的 GPU 太低端。

我的问题是：你有没有观察过使用 prettytensor 或 tensorflow 的类似行为（也可能是 GPU 版本更快但不是非常快的地方）？这些解释是否有意义，或者这种行为是否太奇怪以至于不真实？当通过prettytensor（或tensorflow）访问GPU时，是否有其他工具/技巧可以用来弄清楚GPU上发生了什么？我知道 tensorflow 的时间线功能，如此处所述，但我发现这有点难以解读。

我的 GPU：NVIDIA GeForce GT 730 (2GB) 主要：3 次要：5 memoryClockRate (GHz) 0.9015

我的 CPU：Intel(R) Core(TM) i7-4790K CPU @ 4.00GHz 类型的 4 个内核（每个内核 2 个超线程）

我刚开始学习Tensorflow，在训练数据时遇到了一个问题。我的问题是读取 csv 文件，然后使用 softmax 分类根据学生的学习时间和上课时间来估计学生（A、B 或 C）的成绩。

学生年级

我定义，然后将 csv 文件加载为

之后，我为特征和标签定义张量，如下所示

然后我按照 MNIST 的 Tensorflow 中使用 MNIST 数据训练 softmax 的方法

但我不知道如何定义batch_xs和batch_ys在这个循环中训练

以及如何定义函数来估计三个学生的分数，如果他们的学习和出席时间，例如，[11,7]，[3,4]，[1,0]

你能帮我解决这个问题吗？

提前致谢，

升级到 TF1.8 后，Pretty Tensor 停止工作并出现以下错误。它似乎_VARSCOPE_KEY已从variable_scope.