python2 3 兼容¶

The error information:

TypeError: Can not convert a dict_values into a Tensor or Operation.

TypeError: Can not convert a dict_values into a Tensor or Operation.

File "/home/xyang2/project/research/miscella/vat_tf/train_semisup.py", line 211, in main
    act_values = sess.run(values)

It's caused by the compatibility of python2 and python3. solution

Simpler solution for this code:

values = list(losses_eval_train.values())

显卡使用问题¶

python设置系统变量的方法

os.environ["CUDA_VISIBLE_DEVICES"] = "8,9,10,11,12,13,14,15"

注意，在代码中指定设备时，重新从0开始计，而不是从8开始。

显存使用问题¶

显卡内存默认占用几乎全部, 可以通过重设backend的GPU占用情况来进行调节

import tensorflow as tf
config = tf.ConfigProto()

config.gpu_options.allow_growth = True

config.gpu_options.per_process_gpu_memory_fraction = 0.3
tf.Session(config=config)

引用CSDN

tensorflow cudnn 版本问题¶

Loaded runtime CuDNN library: 7.0.5 but source was compiled with: 7.2.1

cudnn 7.0.4 对应 tensorflow-gpu==1.10.1 , 1.11, 1.12 默认的 cudnn 版本更新。。。

cudnn报错解决

使用 conda 安装

解决Tensorflow 使用时cpu编译不支持警告¶

tensorflow 大量信息

import os  
os.environ["TF_CPP_MIN_LOG_LEVEL"]='1' # 这是默认的显示等级，显示所有信息  
os.environ["TF_CPP_MIN_LOG_LEVEL"]='2' # 只显示 warning 和 Error   
os.environ["TF_CPP_MIN_LOG_LEVEL"]='3' # 只显示 Error