python打开文件权限被拒绝_尝试使用python打开文件时权限被拒绝

64，'beta1'：0.5，'checkpoint_dir'：'checkpoint'，'crop'：False，'dataset'：'mnist'，'epoch'：25，'input_fname_pattern'：'* .jpg'，'input_height'： 28，'input_width'：无，'learning_rate'：0.0002，'output_height'：28，'output_width'：无，'sample_dir'：'samples'，'train'：False，'train_size'：inf，'visualize'： False} 2017-05-19 06：39：26.142508：W c：\ tf_jenkins \ home \ workspace \ release-win \ device \ gp u \ os \ windows \ tensorflow \ core \ platform \ cpu_feature_guard.cc：45] TensorFlow li brary并未编译为使用SSE指令，但是这些在您的机器上可用，并且可以加速CPU计算。2017-05-19 06：39：26.142773：W c：\ tf_jenkins \ home \ workspace \ release-win \ device \ gp u \ os \ windows \ tensorflow \ core \ platform \ cpu_feature_guard.cc：45] TensorFlow库未编译为使用SSE2指令，但是这些在您的机器，并可以加快CPU计算速度。2017-05-19 06：39：26.142990：W c：\ tf_jenkins \ home \ workspace \ release-win \ device \ gp u \ os \ windows \ tensorflow \ core \ platform \ cpu_feature_guard.cc：45] TensorFlow li brary尚未编译为使用SSE3指令，但是这些指令在您的计算机上可用，并且可以加快CPU计算速度。2017-05-19 06：39：26.143212：W c：\ tf_jenkins \ home \ workspace \ release-win \ device \ gp u \ os \ windows \ tensorflow \ core \ platform \ cpu_feature_guard.cc：45] TensorFlow li brary没有被编译为使用SSE4.1指令，但是这些在您的计算机上可用，并且可以加速CPU计算。2017-05-19 06：39：26.143558：W c：\ tf_jenkins \ home \ workspace \ release-win \ device \ gp u \ os \ windows \ tensorflow \ core \ platform \ cpu_feature_guard.cc：45] TensorFlow li brary尚未编译为使用SSE4.2指令，但是这些指令在您的计算机上可用，并且可以加快CPU计算的速度。2017-05-19 06：39：26.143833：W c：\ tf_jenkins \ home \ workspace \ release-win \ device \ gp u \ os \ windows \ tensorflow \ core \ platform \ cpu_feature_guard.cc：45] TensorFlow li brary尚未编译为使用AVX指令，但是这些指令在您的机器上可用，并且可以加快CPU计算的速度。2017-05-19 06：39：26.144102：W c：\ tf_jenkins \ home \ workspace \ release-win \ device \ gp u \ os \ windows \ tensorflow \ core \ platform \ cpu_feature_guard.cc：45] TensorFlow库没有被编译为使用AVX2指令，但是这些指令在您的计算机上可用，并且可以加速CPU计算。2017-05-19 06：39：26.144438：W c：\ tf_jenkins \ home \ workspace \ release-win \ device \ gp u \ os \ windows \ tensorflow \ core \ platform \ cpu_feature_guard.cc：45] TensorFlow li brary尚未编译为使用FMA指令，但是这些在您的机器上可用，并且可以加快CPU计算。2017-05-19 06：39：26.219026：我c：\ tf_jenkins \ home \ workspace \ release-win \ device \ gp u \ os \ windows \ tensorflow \ core \ common_runtime \ gpu \ gpu_device.cc：887]找到了设备0具有属性：名称：GeForce 820M主：2次：1 memoryClockRate(GHz)1.25 pciBusID 0000：03：00.0总内存：2.00GiB可用内存：1.94GiB 2017-05-19 06：39：26.219532：I c：\ tf_jenkins \ home \ workspace \ release-win \ device \ gp u \ os \ windows \ tensorflow \ core \ common_runtime \ gpu \ gpu_device.cc：908] DMA：0 2017-05-19 06：39：26.219721：I c ：\ tf_jenkins \ home \ workspace \ release-win \ device \ gp u \ os \ windows \ tensorflow \ core \ common_runtime \ gpu \ gpu_device.cc：918] 0：Y 2017-05-19 06：39：26.219874：I c：\ tf_jenkins \ home \ workspace \ release-win \ device \ gp u \ os \ windows \ tensorflow \ core \ common_runtime \ gpu \ gpu_device.cc：950]忽略可见的gpu设备(设备：0，名称：GeForce 820M ，pci总线ID：0000：03：00.0)，具有Cu da计算能力2.1。最低要求的Cuda功能为3.0。追溯(最近一次通话最近)：tf.app.run()中的文件“ main.py”，第97行，文件“ C：\ Users \ vafaee \ Miniconda2 \ envs \ tensorflow35 \ lib \ site-packages \ tensorflo w \ python \ platform \ app.py“，第48行，运行_sys.exit(main(_sys。