源的博客

文章目录错误情况错误原因错误情况错误原因1.cuDNN, CUDA, tensorflow, GPU驱动版本不一致。在不同虚拟环境中配置不同版本的tf以及CUDA并根据代码所需环境切换。2.默认情况下，TensorFlow 会映射进程可见的所有 GPU的几乎全部内存。这是为了减少内存碎片，更有效地利用设备上相对宝贵的 GPU 内存资源。为了将 TensorFlow 限制为使用一组特定的 GPU，我们使用tf.config.experimental.set_visible_devices方法。

import tensorflow as tfimport numpy as np"""tf.constant可用于创建tensor类型的int，float，bool"""a = tf.constant([1,2],dtype=tf.int32)b = tf.constant(1.2,dtype=tf.double)c = tf.constant([True,False])d = tf.constant('hello world')print(a) # Tensor("Const:0", s

原代码 with tf.GradientTape() as tape: # 打平操作，[b, 28, 28] => [b, 784] x = tf.reshape(x, (-1, 28*28)) # Step1. 得到模型输出output [b, 784] => [b, 10] out = model(x) # [b] => [b, 10] y_onehot = tf.one_hot(y

错误语句:RuntimeError: iter() is only supported inside of tf.function or when eager execution is enabled.解决方法:I fixed it by enabling eager execution after importing tensorflow:import tensorflow as tf tf.enable_eager_execution()转载:https://stackoverflow..

对于tf.Variable和tf.get_variable，这两个都是在我们训练模型的时候常遇到的函数，我们首先要知道懂得它的语法格式、常用的语法格式的作用以及在实际代码中是如何调用、如何运行的，运行之后具有什么样的作用。tf.Variable()作用:用于生成一个初始值为initial-value的变量。必须指定初始化值。语法格式如下:tf.Variable(initial_value=None, trainable=True, collections=None, validate_shape=T