python find - Erreur lors de l'exécution de l'exemple de tensorflow de base




2.7 requirement (6)

Je viens de réinstaller le dernier tensorflow sur ubuntu:

$ sudo pip install --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.7.1-cp27-none-linux_x86_64.whl
[sudo] password for ubuntu: 
The directory '/home/ubuntu/.cache/pip/http' or its parent directory is not owned by the current user and the cache has been disabled. Please check the permissions and owner of that directory. If executing pip with sudo, you may want sudo's -H flag.
The directory '/home/ubuntu/.cache/pip' or its parent directory is not owned by the current user and caching wheels has been disabled. check the permissions and owner of that directory. If executing pip with sudo, you may want sudo's -H flag.
Collecting tensorflow==0.7.1 from https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.7.1-cp27-none-linux_x86_64.whl
  Downloading https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.7.1-cp27-none-linux_x86_64.whl (13.8MB)
    100% |████████████████████████████████| 13.8MB 32kB/s 
Requirement already up-to-date: six>=1.10.0 in /usr/local/lib/python2.7/dist-packages (from tensorflow==0.7.1)
Requirement already up-to-date: protobuf==3.0.0b2 in /usr/local/lib/python2.7/dist-packages (from tensorflow==0.7.1)
Requirement already up-to-date: wheel in /usr/local/lib/python2.7/dist-packages (from tensorflow==0.7.1)
Requirement already up-to-date: numpy>=1.8.2 in /usr/local/lib/python2.7/dist-packages (from tensorflow==0.7.1)
Requirement already up-to-date: setuptools in /usr/local/lib/python2.7/dist-packages (from protobuf==3.0.0b2->tensorflow==0.7.1)
Installing collected packages: tensorflow
  Found existing installation: tensorflow 0.7.1
    Uninstalling tensorflow-0.7.1:
      Successfully uninstalled tensorflow-0.7.1
Successfully installed tensorflow-0.7.1

Lorsque vous suivez les instructions pour le tester échoue avec ne peut pas importer le nom pywrap_tensorflow :

$ ipython

/git/tensorflow/tensorflow/__init__.py in <module>()
     21 from __future__ import print_function
     22 
---> 23 from tensorflow.python import *

/git/tensorflow/tensorflow/python/__init__.py in <module>()
     43 _default_dlopen_flags = sys.getdlopenflags()
     44 sys.setdlopenflags(_default_dlopen_flags | ctypes.RTLD_GLOBAL)
---> 45 from tensorflow.python import pywrap_tensorflow
     46 sys.setdlopenflags(_default_dlopen_flags)
     47 

ImportError: cannot import name pywrap_tensorflow

Y a-t-il un changement supplémentaire nécessaire dans mon environnement python ou ubuntu / bash?


Answers

La commande ci-dessous m'a aidé.

 pip install tensorflow --upgrade --force-reinstall

Si vous utilisez un processeur fabriqué avant 2011, vous devez rétrograder la version tensorflow de 1.8.0 à 1.5.0 ou 1.2.0 et essayer d'importer le module qui a fonctionné pour moi.


À partir du chemin de votre trace de pile ( /git/tensorflow/tensorflow/… ), il semble que votre chemin Python charge les bibliothèques tensorflow du répertoire source, plutôt que la version que vous avez installée. Par conséquent, il est impossible de trouver la bibliothèque (compilée) pywrap_tensorflow , qui est installée dans un répertoire différent.

Une solution courante consiste à sortir du répertoire /git/tensorflow avant de lancer python ou ipython .


Je résous le problème. Essayez la commande suivante:

pip install --upgrade pip


J'ai compilé, installé TensorFlow de la source (GitHub: https://github.com/tensorflow/tensorflow ) dans un environnement virtuel Python 2.7 (venv). Cela a bien fonctionné, mais j'avais besoin (comme d'autres l'ont mentionné, par exemple l'utilisateur "mrry" à Error running basic tensorflow exemple ) de sortir de la partition dans laquelle j'avais compilé TensorFlow, vers une autre partition, afin de pouvoir importer tensorflow en Python. Sinon, j'ai eu diverses erreurs, selon le répertoire (de la partition source) dans lequel j'étais. Pour clarifier:

         source: /mnt/Vancouver/apps/tensorflow
can't import tf: Python launched in any of /mnt/...
  can import tf: Python launched in /home/victoria/...

Plus tard, j'ai suivi les instructions ici,

https://github.com/tensorflow/tensorflow/blob/master/tensorflow/g3doc/get_started/os_setup.md#anaconda-installation

et tout fonctionne, très bien.

Pour référence, je travaille sur

  • Arch Linux [4.6.3-1-ARCH] x86_64
  • Intel i7-4790
  • xfce 4.12 environnement de bureau

INSTALLER LES ÉTAPES:

Modifiez les chemins, les noms de venv selon vos préférences.

  1. Créer tf-env:

    cd /home/victoria/anaconda3/envs
    
    conda create -n tf-env python=2.7 anaconda
    

Note: l'ajout du méta-paquet 'anaconda' installe TOUS les paquets Anaconda (NumPy; ...).

  1. Source activer ce venv (tf-env)

    source activate tf-env
    

Note: ajouté à ~ / .bashrc en tant qu'alias:

alias tf='echo "  [TensorFlow in Anaconda Python 2.7 venv (source activate tf]" && source activate tf-env'
  1. Installez TensorFlow dans le venf tf-env:

    (tf-env)$ conda install -c conda-forge tensorflow
    

Cela évite l'utilisation de pip (y compris le script d'installation * .whl), une approche alternative à l'installation de TensorFlow décrite ici:

https://github.com/tensorflow/tensorflow/blob/master/tensorflow/g3doc/get_started/os_setup.md).

TRAVAUX!

(tf-env)[[email protected] ~]$ P

  [P: python]
Python 2.7.12 |Anaconda 4.1.1 (64-bit)| (default, Jul  2 2016, 17:42:40)
[GCC 4.4.7 20120313 (Red Hat 4.4.7-1)] on linux2
Type "help", "copyright", "credits" or "license" for more information.
Anaconda is brought to you by Continuum Analytics.
Please check out: http://continuum.io/thanks and https://anaconda.org

>>> import tensorflow
>>> print tensorflow.__version__
0.9.0
>>> [Ctrl-D]

(tf-env)[[email protected] ~]$

Vous pouvez alors travailler avec TensorFlow dans le tf-env; par exemple, dans les cahiers Jupyter lancés dans ce (tf-env) venv.


Selon les notes de version de tensorflow 1.0.0 ,

tf.mul , tf.sub et tf.neg sont déconseillés en faveur de tf.multiply , tf.subtract et tf.negative .

Vous devrez remplacer tf.mul par tf.multiply .







python tensorflow