TensorFlow tutorial says that at creation time we need to specify the shape of tensors. That shape automatically becomes the shape of the tensor. It also says that TensorFlow provides advanced mechanisms to reshape variables. How can I do that? Any code example?

我已经成功地用 python 安装了 Tensorflow 绑定。但是当我尝试导入 Tensorflow 时，我得到了以下错误。

我试图将 GLIBC_2.15 更新到 2.17，但没有运气。

埃尔卡皮坦操作系统在这里。我一直在尝试找到将 Tensorflow 导入我的 ipython 笔记本的解决方法，但到目前为止还没有运气。

像论坛中的许多人一样，由于六个包，我也遇到了安装 tensorflow 的问题。在对 brew 进行一些烦躁之后，我能够安装

我收到一条消息说 tensorflow 已正确安装。即使我这样做了，我也sudo pip install tensorflow收到了消息：

但是，当我在我的 ipython 笔记本上并且我做了一个时，import tensorflow我收到了消息：ImportError: No module named tensorflow

我进一步挖掘并在导入时发现了这个错误：

从 TensorFlow 的“入门”页面：

我对使用 GPU 或 CUDA 库不是很熟悉，但是如果我在 Linux VM 中安装了 TensorFlow（比如通过 Vagrant 提供的精确 32），那么 TensorFlow 在该 VM 中运行时会使用 GPU 吗？

以下摘自http://tensorflow.org/api_docs/python/nn.md#pooling

形状（输出）=（形状（值）-ksize + 1）/步幅

其中舍入方向取决于填充：

• padding = 'SAME'：向下舍入（仅考虑全尺寸窗口）。

• padding = 'VALID'：向上取整（包括部分窗口）。

看不懂上面的公式。我熟悉以下公式：

shape(out) = (shape(value) - ksize + 2*pad)/strides+1.

这两个公式是等价的吗？

例如，假设 shape(value) = 9、ksize = 3、strides = 2 和 padding = 'SAME'。

在第一个公式中，形状（输出）将为 (9-3+1)/2 = 7/2 = 3.5，向下舍入为 3。

在第二个公式中，形状（输出）将为 (9-3+2*1)/2 + 1 = 5

好像不是同一个公式。即使我将第一个四舍五入，结果也会是 4。

除此之外，填充定义似乎是倒置的。不是包含部分窗口的“相同”填充吗？

在我的 Ubuntu 上安装 TensorFlow 时，我想将 GPU 与 CUDA 一起使用。

但是我在官方教程中的这一步停止了：

这到底是哪里./configure？或者我的源代码树的根在哪里。

我的 TensorFlow 位于此处/usr/local/lib/python2.7/dist-packages/tensorflow。但我还是没有找到./configure。

编辑

./configure根据萨尔瓦多·达利的回答，我找到了答案。但是在执行示例代码时，出现以下错误：

找不到 cuda 设备。

回答

请参阅有关我如何在此处启用 GPU 支持的答案。

I am able to run the Deep MNIST Example fine, but when running fully_connected_feed.py, I am getting the following error:

I am new to Python so could also just be a general setup problem.

所以我在玩他们昨天发布的 Google 的Tensorflow库，遇到了一个烦人的错误，一直困扰着我。

我所做的是像往常一样设置 python 日志记录功能，结果是，如果我导入 tensorflow 库，控制台中的所有消息都开始加倍。有趣的是，如果您只使用该功能，则不会发生这种情况。logging.warn/info/..()

不使消息加倍的代码示例：

将所有消息加倍的代码示例：

现在，我是一个简单的人。我喜欢 的功能logging，所以我使用它。对象的设置logger和 a 的添加StreamHandler是我在查看其他人如何做到这一点时发现的，但看起来它与该事物的使用方式相吻合。但是，我对日志库没有深入的了解，因为它总是可以正常工作。

因此，任何解释为什么会发生消息加倍的帮助都将是最有帮助的。

我正在使用带有 Python 2.7.6 的 Ubuntu 14.04.3 LTS，但在我尝试过的所有 Python 2.7 版本中都会发生错误。

启动张量板tensorboard --logdir=/home/vagrant/notebook

在 tensorboard:6006 > graph，它说没有找到图形定义文件。

要存储图形，请创建一个 tf.python.training.summary_io.SummaryWriter 并通过构造函数或调用其 add_graph() 方法传递图形。

但是页面仍然是空的，我该如何开始使用 tensorboard？

当前张量板

想要的结果

可以添加节点的空图，可编辑。

更新

似乎 tensorboard 无法创建图形来添加节点、拖动和编辑等（我对官方视频感到困惑）。

运行https://github.com/tensorflow/tensorflow/blob/master/tensorflow/g3doc/tutorials/mnist/fully_connected_feed.py然后tensorboard --logdir=/home/vagrant/notebook/data能够查看图表

然而，似乎 tensorflow 仅提供查看摘要的能力，并没有什么不同使其脱颖而出

我安装了张量流并成功通过了 MNIST 演示。现在，我正在尝试运行seq2seq 演示，但这对我不起作用。

我克隆了他们的 github repo 的一个版本，并尝试从 repo 根目录运行一些列出的命令。

这并不奇怪，因为让 bazel 执行 python 脚本真的没有意义。

在教程的后面，

如果我从上面的调用中删除参数，它将尝试（并且失败）在执行之前构建整个张量流项目translate。这不是我想要的，因为我已经使用 pip 成功安装了张量流。

我尝试跑步的最后一件事，

环境信息：OS X 10.11.1、Python 2.7.10 (anaconda)