在配置Tensorflow时，我应该在“计算能力列表”字段中输入什么？
在配置Tensorflow时，您应该在“计算能力列表”字段中输入您希望使用的计算设备的列表。这个字段用于指定Tensorflow在训练或推理过程中使用的硬件设备。以下是一些常见的计算能力列表选项：
- "CPU"：表示使用CPU进行计算。这是最常见的选项，适用于大多数机器学习任务，尤其是小规模数据集或简单模型。
- "GPU"：表示使用GPU进行计算。GPU在深度学习任务中具有强大的并行计算能力，可以显著加速训练和推理过程。如果您的机器上有支持CUDA的NVIDIA GPU，选择此选项可以获得更好的性能。
- "TPU"：表示使用TPU（Tensor Processing Unit）进行计算。TPU是Google开发的专用硬件加速器，专门用于机器学习任务。它在某些情况下可以提供比GPU更高的性能和效率。
根据您的具体需求和可用硬件资源，您可以在“计算能力列表”字段中输入适当的选项。如果您希望同时使用多个设备进行计算，可以将它们以逗号分隔的形式输入到该字段中。
腾讯云相关产品和产品介绍链接地址：
- 腾讯云GPU计算服务：https://cloud.tencent.com/product/gpu
- 腾讯云TPU计算服务：https://cloud.tencent.com/product/tpu
相关·内容
tensorflow 1.2.1 CUDA 8.0.61.2
当使用bazel编译tensorflow时，我得到一个错误：
./tensorflow/core/util/cuda_kernel_helper.h(620)：错误:未定义标识符"__shfl“
./tensorflow/core/util/cuda_kernel_helper.h(640)：错误:未定义标识符"__shfl_up“
./tensorflow/core/util/cuda_kernel_helper.h(660)：错误:未定义标识符"__shfl_down“
./tensorflow/core
浏览 3提问于2017-07-23得票数 1
我看到--copt=cuda用于在GPU上构建TensorFlow。我想知道是否有任何方法来指定一个计算兼容性号码？例如，我想为SM_50构建。
我在文件里没有找到明确的答案。有什么想法吗？
浏览 0提问于2019-01-19得票数 0
回答已采纳
我安装了图形处理器NVIDIA GeForce GT 740M (计算能力3.0)和以下版本的CUDA、cuDNN和tensorflow。 nvcc -V nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2019 NVIDIA Corporation
Built on Fri_Feb__8_19:08:17_PST_2019
Cuda compilation tools, release 10.1, V10.1.105 cat /usr/local/cuda/include/cudn.h| grep CUDNN_MAJOR -
浏览 35提问于2019-03-23得票数 2
我知道在任何意义上这并不是机器学习的推荐设置，但我想使用我所拥有的。
作为一个专家，我已经被告知，tf-gpu应该与任何设备支持的库达。
当我跑步时：
from numba import cuda
cuda.detect()
我得到：
Found 1 CUDA devices
id 0 b'GeForce MX130' [SUPPORTED]
compute capability: 5.0
pci device
浏览 6提问于2020-06-19得票数 1
回答已采纳
通过Linux安装教程(Tensorflow 1.8)，我不知道如何解释这个短语：
GPU卡与CUDA计算能力3.0或更高，以建立来源和3.5或更高的我们的双星。有关支持GPU卡的列表，请参阅NVIDIA文档。
我有一个NVIDIA GTX 770，它有计算能力3.0，这是否意味着我可以构建tensorflow-gpu二进制，但我不能使用它来运行/执行tensorflow-gpu？(目前TF的数据自动化系统版本为9.0 + cuDNN 7.x)
浏览 0提问于2018-05-14得票数 2
回答已采纳
我希望NVidia在上使用的“计算能力”和上的Tensorflow的"CUDA体系结构“之间的区别。
“计算能力”与"CUDA体系结构“相同。
我有一个GeForce 540 M的驱动版本10.18.13.5435。根据NVidia的说法，“计算能力”为2.1。根据Tensorflow网站，最低的CUDA体系结构为3.5。
如果“计算能力”与"CUDA体系结构“相同，这是否意味着我不能在NVIDIA GPU中使用Tensorflow？
如果我可以在Tensorflow中使用我的NVIDIA，那么NVIDIA驱动程序-CUDA 10.1需要418.x或更高的含义是什么？这
浏览 0提问于2020-12-01得票数 2
回答已采纳
我的电脑上有Nvidia Quadro P2000和Quadro K5000，我一直试图用它们来运行TensorFlow-GPU，但是到目前为止，TensorFlow还没有识别它们。我更新了GPU驱动程序，安装了Cuda工具包10.1和11，两个都没有工作。
我想知道这两个GPU是否与Tensorflow 2.x完全不兼容。我以前使用过Quadro P2000，使用Tensorflow 1.13，但是，我使用Tensorflow 2.x开发了代码，因此Keras和Tensorflow合并了，基于Tensorflow从零开始编写所有东西都会让人头疼。
如果它们是兼容的，会有什么问题呢？
提前谢谢
浏览 5提问于2021-09-01得票数 0
在我的Ubuntu上安装TensorFlow时，我想使用带有CUDA的GPU。
但是我在的这一步被打断了：
这个./configure到底在哪里？或者我的源树的根在哪里。
我的TensorFlow位于这里，/usr/local/lib/python2.7/dist-packages/tensorflow。但我还是没找到./configure。
编辑
据./configure报道，我找到了。但是，在执行示例代码时，我得到了以下错误：
>>> import tensorflow as tf
>>> hello = tf.constant('He
浏览 4提问于2015-11-11得票数 14
回答已采纳
我在码头容器上运行Tensorflow 1.5.0，因为我需要使用一个不使用AVX字节码的版本，因为我运行的硬件太老了，无法支持它。
我终于让tensorflow-gpu正确导入(在将对接图像降级为tf 1.5.0之后)，但是现在当我运行任何代码来检测GPU时，它说GPU不在那里。
我看了码头日志，朱庇特说出了这条信息
Ignoring visible gpu device (device: 0, name: GeForce GTX 760, pci bus id: 0000:01:00.0, compute capability: 3.0) with Cuda compute capabil
浏览 1提问于2018-06-22得票数 5
回答已采纳
我以两种方式运行tf。 首先，我使用python3.5和tf 1.12.0，当我运行tf.Session()时，python3.5的输出是这样的： 2020-07-16 16:40:36.993973: I tensorflow/core/platform/cpu_feature_guard.cc:141] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2 FMA
2020-07-16 16:40:37.191067: I tensorflow/core/commo
浏览 58提问于2020-07-16得票数 1
我是GPU相关模型培训的新手。我有特斯拉C2075与6GB的GPU和使用keras CuDNNLSTM更快的训练。我已经在cudnn=7.0.5中安装了cuda-9，tensorflow-gpu==1.12.0，并且使用了ubuntu16.04。对于特斯拉C2075，GPU的型号是否与库达-9兼容？我在这里检查了链接，他们提到特斯拉C2075是计算兼容的2.0。什么是计算兼容？
在运行我的模型tensorflow日志时，
tensorflow/core/common_runtime/gpu/gpu_device.cc:1482] Ignoring visible gpu device (dev
浏览 4提问于2019-03-13得票数 0
回答已采纳
我欣喜若狂地发现了一个可以训练和测试我的自定义对象检测模型的设置，但我不明白为什么最新的tensorflow-gpu版本不能在我的PC上工作，而另一个设置在我的笔记本上工作：
我正在使用的设置(PC)：
操作系统: Windows 10
Python: 3.6.4
TensorFlow: 1.14.0(gpu)
库达: 10
9.0？(不记得了)
回购+定位：
我使用的设置(膝上型计算机)：
操作系统: OSX
Python: 3.7.5
TensorFlow: 2.1.0-rc0(标准)
回购+定位：
如何(什么时候？)我能用tenso
浏览 1提问于2020-01-04得票数 2
2回答
在过去的几天里，我一直在尝试安装Tensorflow并使其正常工作。虽然我已经成功地安装了TF，并通过在终端中打开Python并输入，使它能够正常工作，但是import tensorflow as tf我并没有成功地尝试重新训练v3。通过遵循的说明，我成功地从源代码中安装了一次，但是我已经不能这样做了。当我进入“创建package并安装”部分，并在Tensorflow指向根目录中运行bazel build -c opt //tensorflow/tools/pip_package:build_pip_package时，我会得到以下错误。
kieran@kieranUbuntu:~/tensor
浏览 8提问于2016-10-24得票数 1
回答已采纳
我在Windows 7上使用python 3.5.3设置tensorflow时遇到问题。CUDA版本为8.0，GPU驱动程序已更新为最新版本。
在我使用的机器上，安装了一个Geforce titan (双核)和一个750ti。我一直收到错误消息，说tianz卡上的两个内核之间以及titan和750ti之间的“不支持对等访问”。
我想知道: 1. tensorflow只能使用一个GPU，并让它工作吗? 2. tensorflow可以同时使用titan z卡中的两个核心吗? 3.对tensorflow的python版本和anaconda版本有什么建议吗？Linux环境能解决这些问题吗？
谢谢!
浏览 1提问于2017-04-05得票数 0
我尝试了许多不同硬件能力的PC安装在gpu上的tensorflow，它们要么是不兼容的，要么是兼容的，但在某种程度上被卡住了。我想知道安装tensorflow-gpu所需的最低硬件。此外，我还想问一些硬件，它们是否被允许使用:我可以使用核心i5而不是核心i7吗？4GB的gpu是否足以训练数据集？？8 GB的内存足够训练和评估数据集吗?？非常感谢。
浏览 1提问于2019-04-11得票数 0
回答已采纳
在运行Tensorflow服务时，如何验证它使用GPU服务？将Tensorflow配置为在./配置期间使用GPU。
尝试在运行推理时监视nvidia-smi，它显示没有找到正在运行的进程。
浏览 1提问于2017-03-06得票数 1
我使用了tensorflow-gpu 1.13.1在Ubuntu18.04与CUDA 10.0在Nvidia GeForce RTX 2070 (驱动版本: 415.27)。
下面的代码用于管理tensorflow内存的使用。我有大约8Gb的GPU内存，所以tensorflow不能分配超过1Gb的GPU内存。但是，当我使用nvidia-smi命令查看内存使用情况时，我发现它使用了~1.5GB，尽管我用GPUOptions限制了内存的数量。
memory_config = tf.ConfigProto(gpu_options=tf.GPUOptions(per_process_gpu_memor
浏览 1提问于2019-04-05得票数 3
回答已采纳
我尝试了一段时间来安装tensorflow-gpu，并与CUDA有很多麻烦。首先，CUDA设置中的Visual集成总是给出一个错误，但是如果我在CUDA安装过程中忽略了Visual集成，安装就会正常工作。对于使用tensorflow-gpu来说，Studio集成是必须的吗？
然后，我安装了CUDA 9.0的所有3个补丁，并将Cudnn文件放在文件夹中。接下来，我使用了我的环境变量并添加了这个路径(C:\Program \NVIDIA GPU计算工具包\CUDA\v9.0)
因此，当我打开命令提示符并导入tensorflow时，在所有教程中，我看到了关于这个主题的一些行，这些行是成功加载的吗？我
浏览 0提问于2018-06-21得票数 0
回答已采纳
我是深度学习的初学者。我怀疑我的显卡(Geforce GT630M 2GB)是否支持tensorflow-gpu。如果是这样，那么哪个版本的tensorflow-gpu、CUDA和cuDNN是合适的？我的系统规格是Windows 10 Pro -64位，Intel i5-3210M CPU @ 2.50GHz，8GB RAM，python3.6(pip环境)。有人能帮我吗？
浏览 0提问于2019-05-30得票数 -3
我已经全新安装了Windows10并安装了tensorflow-gpu (我想我应该已经成功完成了)当我运行示例代码时，我看到gpu0的用法如下：
>>> import tensorflow as tf
>>> # Creates a graph.
... a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')
>>> b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2]
浏览 1提问于2017-05-08得票数 0
1回答
我刚刚开始尝试深度学习和计算机视觉技术。我偶然发现了这个很棒的。我已经使用docker设置了TensorFlow环境，并训练了我自己的对象集，当我测试它时，它提供了更高的准确性。
现在我想让同样的东西更实时。例如，我不想给出一个物体的图像作为输入，而是想利用一个网络摄像头，并在TensorFlow的帮助下让它识别这个物体。你们能指导我从哪里开始这项工作吗？
浏览 1提问于2016-11-13得票数 0
我有python3.5，gpu: Quadro K1000M，CUDA 9.0，我想在gpu上安装tensorflow。安装是成功的，但是当我检查它时，它给了我警告，尽管我没有安装CPU版本，但是我的python代码与CPU版本一起工作。警告是：
Cuda compute capability 3.0. The minimum required Cuda capability is 3.7
当我在python中检查它时，如下所示：
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
s
浏览 0提问于2019-04-09得票数 0
我的机器是Ubuntu18.04.1 LTS，已经成功安装了CUDA。$nvcc --version的输出是
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2017 NVIDIA Corporation
Built on Fri_Sep__1_21:08:03_CDT_2017
Cuda compilation tools, release 9.0, V9.0.176
我有两个Tesla K80的GPU，命令nvidia-smi显示：
我还尝试使用来自./deviceQuery的NVIDIA_CUDA-9.0_Samples
浏览 8提问于2018-11-15得票数 0
我试图使用TensorFlow来训练输出伺服命令，给出输入图像。
我计划像@mrry在中建议的那样使用一个文件，其中的图像如下：
../some/path/some_img.JPG *some_label*
我的问题是，我可以提供给TensorFlow的标签格式是什么，建议使用什么结构？
我的数据基本上是0-10秒内的n个伺服命令.向量的作用很大：
[0,2,4,3]
或类似的：
[0,.25,.4,.3]
我在文档里找不到太多关于标签的东西。有人能对TensorFlow标签有所了解吗？
一个非常相关的问题是，为TensorFlow正确学习构建这些结构的最佳方式是什么？
浏览 0提问于2016-04-29得票数 0
回答已采纳
我已经成功地在Linux Ubuntu 16.04上安装了tensorflow (GPU)，并做了一些小改动，以便它能与新的Ubuntu LTS版本一起工作。
然而，我认为(谁知道为什么)我的GPU满足了大于3.5的计算能力的最低要求。事实并非如此，因为我的只有2.1。有没有办法让tensorflow GPU版本与我的GPU兼容？
我之所以问这个问题，是因为显然没有办法让tensorflow GPU版本在Ubuntu 16.04上运行，但通过搜索互联网，我发现情况并非如此，事实上，如果不是因为这个未满足的要求，我几乎做到了。现在我在想，GPU计算能力的这个问题是否也可以解决。
浏览 1提问于2016-07-23得票数 36
回答已采纳
1回答
系统信息
操作系统平台和发行版: Windows 10
TensorFlow安装来源: conda install tensorflow-gpu
TensorFlow版本: 2.1
Python版本: 3.7
CUDA/cuDNN版本: Cuda 10.1.105 / cudNN v7.6.5.32
当我在来自Conda的Python终端上运行：print(tf.test.is_gpu_available())和print(tf.test.is_built_with_cuda())时，它们都使用True。如果我在VS代码上运行时检查它，也是一样的。但是当我运行nvi
浏览 0提问于2020-04-01得票数 1
回答已采纳
根据维基百科的说法，GeForce GTX 670 m的计算能力为2.1 (和费米微体系结构)，这一点得到了TensorFlow的证实(我可以在它上升的错误中读到"2.1“)。
维基百科说CUDA8.0支持从2.0到5.x的计算能力(包括费米微体系结构)。它甚至说它是“支持计算能力2.x (Fermi)的最后一个版本”。然而，TensorFlow增加的错误表明，我正在使用的CUDA版本至少支持.3.0因此，我的GeForce GTX670m被忽略，我的CPU被用来计算:-(。这是个大问题。
由于我的计算机上安装了几个CUDA版本，所以我想确定正在使用的是CUDA 8.0。所以我输入了P
浏览 0提问于2019-08-01得票数 0
回答已采纳
注意:这个问题最初是的，但它被要求出现在这里
主要症状:运行tensorflow时，未检测到我的图形处理器(和)。
与通常的问题不同的是，cuda似乎安装正确，并且成功地从cuda示例运行./deviceQuery ()。
我有两个图形卡：
一个旧的GTX650用于我的显示器(我不想把它和tensorflow一起使用)一个GTx1060，我想献给tensorflow
我使用：
cuda-8.0 ()cudnn-5.1.10python-2.7.12nvidia-drivers-375.26 (这是由cuda安装的，取代了我的发行版驱动程序包)
我试过了：
在tensorflow脚本中使用$
浏览 251提问于2017-02-19得票数 54
回答已采纳
最近，我使用Tensorflow和PyTorch实现了一个VGG-16网络，数据集是CIFAR-10.每张图片为32 * 32 RGB。
一开始我使用64批大小，而我发现PyTorch使用的GPU内存比tensorflow少得多。然后我做了一些实验，得到了一个数字，张贴在下面。
经过一些研究，我知道了tensorflow使用BFC算法来管理内存。因此，它可以解释为什么tensorflow的内存使用减少或增加到2048年，1024，.MB，有时当批处理大小更大时，内存使用不会增加。
但是，我仍然感到困惑，为什么当批处理大小为512时，内存使用量会低于批处理大小为384、448等的批处理
浏览 0提问于2017-11-27得票数 10
我以前有cuda9.0_0和cudn7.1.4，我想在gpu中运行tf-alpha，从这个tf指南：我发现我需要cuDNN SDK (>= 7.4.1)和Cuda 10。所以我从控制面板卸载以前的版本并安装了Cuda编译工具，版本10.1，V10.1.105。所以，我应该成功地导入tf，但没有，我得到了错误。如果我有
conda list cudnn
我得到了
# packages in environment at F:\Anaconda:
#
# Name Version Bui
浏览 0提问于2019-03-30得票数 2
回答已采纳
我正在尝试使用Docker intallation ()在我的Windows PC上安装Tensorflow。安装Docker后，我遵循了以下说明：。
直到最后一步:当我输入指令时，一切都运行正常
docker run -it b.gcr.io/tensorflow/tensorflow
我得到了以下输出：
[I 10:10:57.073 NotebookApp] Writing notebook server
al/share/jupyter/runtime/notebook_cookie_secret
[W 10:10:57.104 NotebookApp] WARNING: The no
浏览 1提问于2016-05-31得票数 0
1回答
我试图使用图形卡(RTX 2060)与tensorflow使用库达。但我做不到。Cuda 7.5似乎需要Visual 2013，我无法找到它来安装Cuda (使用Windows 10)。
我试着从"“中得到它，得到了一个403个错误。
我错过了什么吗？你们谁知道怎么得到它？
第一次来到这里，谢谢您的帮助！
浏览 4提问于2021-12-08得票数 -2
回答已采纳
我想用gtx580图形处理器训练卷积神经网络。我尝试过设置TensorFlow，但是它没有工作(错误的cuda计算可编程性)。
在功能和速度方面，哪个深度学习框架最能支持gtx580图形处理器？
浏览 0提问于2017-01-22得票数 0
回答已采纳
当我使用R1.4GPU版本的tensorflow时，我发现它占用的虚拟主内存太大了，但是当我使用CPU版本时，一切正常。当我使用top命令时，下面是详细信息：
病毒: 15.726g，RES: 715824，SHR:295896，SWAP:0，代码:2728，数据:860644，MEM:2.2%
在代码中，我使用以下配置：
config = tf.ConfigProto()
config.gpu_options.allow_growth = True
我认为它与主虚拟内存无关。
有人遇到过类似的问题吗？我看到有人说，这是库达造成的问题，但没有找到解决办法。
浏览 1提问于2017-12-04得票数 0
回答已采纳
我正在使用TensorFlow的对象检测模块中的一个模型来运行推理。我在同一个会话中循环检查我的测试映像，并执行sess.run()。但是，在分析这些运行时，我意识到与后续运行相比，第一次运行的时间总是更长。
我找到了一个答案，，为什么会发生这种情况，但没有解决办法，如何修复。
我正在英特尔的i7 CPU上部署对象检测推断管道。一个session.run()、1、2、3和第4张图像的时间看起来类似于(以秒为单位)：
1. 84.7132628
2. 1.495621681
3. 1.505012751
4. 1.501652718
只是我所尝试的一切的背景：
我尝试使用TFRecords方
浏览 1提问于2019-04-08得票数 1
我的应用程序使用Quickdialog为用户创建表单。现在我已经创建了一个带有标题和占位符的QEnteryElement。但是当用户输入超过一行的文本时，标题后面会隐藏文本。
那么我如何创建一个'QEnteryElement‘，它有多行，高度被锁定为200行。
`QEnteryElement.height = 200 //works for the height`
并且在该字段中滚动并返回被启用。
是的，我现在用的是QMulitilineElement，但它使用了一个新的视图控制器来输入文本，这与应用程序的风格不符。
浏览 9提问于2013-10-03得票数 0
我正在尝试使用TeamCity中的Automatic Merge功能自动将开发分支合并到QA分支。我的构建配置使用了多个VCS根。
我应该如何在“监视分支中的构建”字段中指定应该从哪个VCS根中选择分支？
浏览 0提问于2015-11-29得票数 0
在Tensorflow 2对象检测API 模范动物园中，有7个版本的EfficientDet：
📷
作为刚开始深造的学生，我不太明白其中的区别是什么，以及如何为我的应用选择最好的(从卫星图像中检测建筑物)。我在网上找不到多少信息。
问:两者有何不同?如何决定选择哪一种？
浏览 0提问于2020-09-06得票数 0
可能的决议清单取决于什么？
在显示设置中，我有以下决议列表：
📷
实际监视器分辨率为1280x1024，即未列出。
如何使这个列表正确？
操作系统是Oracle中的Ubuntu12.04。
我不需要强迫我的系统是1280x1024，我需要修正决议列表。
浏览 0提问于2013-10-05得票数 2
1回答
我试着安装tensorflow-gpu。当我使用以下命令检查安装时
import tensorflow as tf
tf.test.is_gpu_available()
结果是
Ignoring visible gpu device (device: 0, name: Quadro K5100M, pci bus id: 0000:01:00.0, compute capability: 3.0) with Cuda compute capability 3.0. The minimum required Cuda capability is 3.5. => False
操作系统=
浏览 1提问于2020-06-30得票数 3
2回答
我在g2.8xLarge上创建了DLAMI (深度学习AMI (Amazon )版本8.0-ami-9109 Deep)，并安装了jupyter笔记本，以创建一个简单的Keras。当我试图使用multi_gpu_model函数将Keras模型转换为GPU模型时，我会看到以下记录的错误：
忽略可见的gpu设备(设备: 0，名称: GRID K520，pci总线id: 0000:00:03.0，计算能力: 3.0)。最低要求的库达能力为3.5。
我试过重新安装tensorflow-gpu，但没有效果。有任何方法来调整这个AMI的兼容性吗？
浏览 1提问于2018-05-03得票数 0
回答已采纳
我已经在我的机器上安装了tensorflow-gpu。检查设备列表中是否显示GPU时，请执行以下操作： from tensorflow.python.client import device_lib
print(device_lib.list_local_devices()) ? 它清楚地显示列表中有NVIDIA 1050 Ti GPU。但是，在训练数据集和检查任务管理器时，我得到了以下结果 ? 这怎么可能呢？为什么tensorflow使用INTEL-HD而不是NVIDIA？它还会在训练时显示OOM错误。
浏览 25提问于2019-06-08得票数 1
2回答
我用刀片编辑了一个资源，如下所示：
{{Form::model( $post ,['action'=> ['PostController@update', 'id' => $post->id], 'method' => 'post'])}}
生成具有动作的窗体。
http://example.com/posts/edit/123
还有我的字段，有文字和隐藏的输入
看到这个url，恶意用户很容易更新其他帖子。
如果id是由检查人员操纵的，我如何保护路径使其失败？是否有任何内置wat来标记id以
浏览 2提问于2015-04-08得票数 5
回答已采纳
3回答
我正在试图在Tensorflow上安装Raspberry Pi。操作系统是Ubuntu Mate，python2.7和PIP版本是7.1.2。
当我运行这个
pip install https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.5.0-cp27-none-linux_x86_64.whl
它告诉我们
“tensorflow-0.5.0.不是这个平台上的支撑轮”
可以在Tensorflow上安装Raspberry吗？有人知道我错过了什么吗？
浏览 7提问于2015-11-17得票数 11
回答已采纳
我有一个输入字段，用户可以在其中输入数据，可以通过单击列表项输入数据(按“text”方向生成文本)，也可以通过拖放列表项输入文本。后一种操作由提供的脚本实现。
当用户以任何方式将数据输入到输入字段(包括上面的内容，以及复制和粘贴)时，我想从输入字段中删除额外的空格。我认为以下几点可以解决这一问题：
$('#my_input').on('change', function() {
$(this).val($(this).val().replace(/ +?/g, ' '));
});
但是，这不会处理拖放事件，也不会通过单击输入。有人能告诉
浏览 0提问于2014-06-30得票数 0
回答已采纳
1回答
我试图将输入字段值绑定到列表的成员。我使用ngFor为每个成员创建输入字段。问题是，当我将新成员推到列表中时，模板上的所有输入字段都为空。双向绑定仍然存在，因为当我更改字段值时，列表中的成员值也会发生变化。当我将新成员推到列表中时，我所需要的只是一种将成员值保存在模板输入字段中的方法。以下是我的html代码：
<form action="submit">
<div *ngFor="let member of MyList; let i = index">
<label for="name"> Nam
浏览 2提问于2017-04-24得票数 2
回答已采纳
我制作了一个新的conda环境，并从conda安装了tensorflow-gpu (最新版本为2.5.0)。然后，我测试了环境是否识别我的GPU，而它没有。它回来了
[name: "/device:CPU:0"
device_type: "CPU"
memory_limit: 268435456
locality {
}
incarnation: 1364016363571256103
]
在tensorflow上运行列表局部性函数时。我遗漏了什么？
在安装tensorflow-gpu时，我将cuDNN和cudatoolkit作为conda安装的依赖项进行了安装
浏览 5提问于2021-08-24得票数 1
回答已采纳
我理解Tensorflow需要(对于GPU计算)一个具有Nvidia计算能力的GPU >= 3.0。有许多这样的GPU可供选择。面向游戏的GPU，例如GeForce模型，要比面向计算的GPU(如Tesla )便宜得多。我有限的理解是，面向计算的模型可能缺少视频输出(不需要计算)，而游戏模型可能正在做32位的数学运算，而不是64位。假设Tensorflow使用(或更喜欢)64位，这是否意味着如果与Tensorflow一起使用，游戏模型将无法工作或产生不足的结果？在选择与Tensorflow一起使用的GPU时，应该寻找哪些属性？
浏览 5提问于2016-03-31得票数 6
回答已采纳
问题
例如，当使用Tensorflow实现自定义神经网络层时，实现反向传播的标准实践是什么？我们不需要研究自动微分公式吗？
背景
对于numpy，当创建一个层(例如matmul )时，反向传播梯度首先被解析地导出并相应地编码。
def forward(self, X):
self._X = X
np.matmul(self.X, self.W.T, out=self._Y)
return self.Y
def backward(self, dY):
"""dY = dL/dY is a jacobian where L is loss
浏览 4提问于2021-04-06得票数 2
我注意到，当使用tensorflow/serving容器部署Keras模型时，对model:predict的调用将返回相同输入的不一致值。
经过一些研究，似乎是Dropout层造成了这个问题。
在没有Dropout层的情况下，导出/保存模型与tensorflow/serving一起服务的正确方法是什么？
浏览 0提问于2020-06-16得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
云直播活动推荐
腾讯云开发者
