问题标签 [tensorflow]

我正在查看面向初学者的 Tensorflow MNIST 示例，并在这一部分中发现：

将批量大小从 100 更改为 204 以上会导致模型无法收敛。它可以达到 204，但在 205 和我尝试过的任何更高的数字时，准确度最终会小于 10%。这是一个错误，是关于算法的，还是其他的？

这是为 OS X 运行他们的二进制安装，似乎是 0.5.0 版。

首先是广泛的问题：

• 是否可以使用 tensorflow 构建条件图？
• 如果是，自动梯度计算和实施的优化器是否可以使用它？
• 我可以访问张量的形状并将其转换为整数，以便在“if”条件和“for i in range()”循环中使用它吗？

我的实际用例是我想做一个可变张量长度的一维卷积。为此，我首先需要一个 if 语句，该语句仅在长度大于 1 时才执行卷积。然后我有一个通过张量进行卷积的 for 循环。问题是这段代码：

不起作用，因为范围运算符需要一个整数。我可以把它变成一个整数吗？

最后我想用 adagrad 训练这个模型，或者使用自动微分或者已经实现的优化器

编辑：

这是一维卷积，稍后将成为我模型中两层中的第一层。每个版本的 for 循环都会触发类型错误

tensorflow我正在尝试安装virtualenv

安装后我收到 tensorflow 已安装的消息 /home/username/anaconda/lib/python2.7/site-packages

如何将它安装在虚拟环境的站点包中？

编辑

我正在使用 ubuntu 14.04.2 LTS
，以下是我执行的指令序列

sudo apt-get install python-pip python-dev python-virtualenv

virtualenv --system-site-packages ~/tensorflow

cd ~/tensorflow

source bin/activate

我遇到 tensorflow-0.5.0-py2-none-any.whl is not a supported wheel on this platform.

尝试执行时

pip install --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.5.0-cp27-none-linux_x86_64.whl

所以我不得不遵循https://askubuntu.com/questions/695981/platform-not-supported-for-tensorflow-on-ubuntu-14-04-2的指示

所以执行后

python2.7 -m pip install https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.5.0-cp27-none-linux_x86_64.whl

我得到了输出

所以当我试图在虚拟环境中安装时，我想tensorflow在虚拟环境中本地安装，而不是在/home/sasidhar/anaconda/lib/python2.7/site-packages

这段代码在文件中的方法zero_state中到底做了什么？我不完全确定表格的形状意味着什么......RNNCellrnn_cell.py[-1, n]

我正在尝试在我的 mac air 上安装 tensorflow（规格：OSX 10.8.4、4GB RAM）。虽然 tensorflow 安装干净，就像在 tensorflow.org 页面上一样，并且我能够执行 $ source bin/activate 以获得 tensorflow 提示，但我无法在 python 中导入包。这就是我得到的：

我查看了有关 tensorflow 的常见问题部分，并搜索了上面的 ImportError，但到目前为止还没有运气。我想知道这是否是'import tensorflow' 之后的 Error in python中所引用的 protobuf 问题 ：TypeError: __init__() got an unexpected keyword argument 'syntax' 。提前致谢。

在我的 Ubuntu 14.04 上，我使用“pip”安装了 tensorflow，如Tensorflow 安装说明中所述，我通过将它导入 python 来确保它可以正常工作并且确实有效。

然后，我安装了 Anaconda，它通过添加以下行来更改我的 .bashrc 文件：

但是由于这个变化，现在它查看了上面的 PATH，它不包含 tensorflow。现在我无法在我的 python 代码中导入 tensorflow。

扩展 $PATH 环境变量以使其继续使用 anaconda2 中的所有内容但能够导入“tensorflow”的正确方法是什么？

在某些地方，我看到了使用名称初始化变量的语法，有时没有名称。例如：

命名变量有什么意义var "counter"？

我有一堆格式类似于 Cifar10 的图像（二进制文件，size = 96*96*3每个图像的字节数），一个接一个的图像（STL-10 数据集）。我打开的文件有 138MB。

我试图阅读并检查包含图像的张量的内容，以确保阅读正确，但是我有两个问题 -

1. 是否FixedLengthRecordReader加载整个文件，但一次只提供一个输入？由于读取第一个size字节应该相对较快。但是，代码运行大约需要两分钟。
2. 如何以可显示的格式获取实际的图像内容，或在内部显示它们以验证图像是否被正确读取？我做了sess.run(uint8image)，但结果是空的。

代码如下：

输出：

我在我的 CPU 上运行它，如果这增加了任何东西的话。

编辑：感谢 Rosa，我找到了纯 TensorFlow 解决方案。显然，在使用 时string_input_producer，为了查看结果，您需要初始化队列运行器。唯一需要添加到上面代码的是下面的第二行：

之后，result可以用 显示中的图像matplotlib.pyplot.imshow(result)。我希望这可以帮助别人。如果您还有其他问题，请随时问我或查看 Rosa 答案中的链接。

我已阅读有关 TensorFlow 正在开源的博文。

在 TensorFlow 网站上的教程和示例中，我看到它们大多是分类问题。（例如给定一个图像，对其中写的数字进行分类）

我很好奇这个软件也适合解决推荐系统中的问题？例如，它对解决协同过滤/基于内容的过滤问题有好处吗？

在 g2.2xlarge EC2 实例上安装 TensorFlow 及其依赖项后，我尝试从入门页面运行 MNIST 示例：

但我收到以下警告：

这是一个硬性要求吗？我有没有机会在 TensorFlow 的一个分支中发表评论？能够在 AWS 中训练模型真是太好了。