docker 下keras & tensorflow的一些问题汇总(待续)
2017-04-19 20:17
274 查看
1. 下载keras镜像之后,运行keras相关的代码一异常抛出
File "<stdin>", line 1, in <module>
File "/root/miniconda2/lib/python2.7/site-packages/keras/__init__.py", line 3, in <module>
from . import activations
File "/root/miniconda2/lib/python2.7/site-packages/keras/activations.py", line 3, in <module>
from . import backend as K
File "/root/miniconda2/lib/python2.7/site-packages/keras/backend/__init__.py", line 73, in <module>
from .tensorflow_backend import *
File "/root/miniconda2/lib/python2.7/site-packages/keras/backend/tensorflow_backend.py", line 6, in <module>
from tensorflow.python.ops import ctc_ops as ctc
ImportError: cannot import name ctc_ops
解决办法:
pip install tensorflow --upgrade
其它:~/.keras/keras.json下面有配置backend的
Keras后端
什么是“后端”
Keras是一个模型级的库,提供了快速构建深度学习网络的模块。Keras并不处理如张量乘法、卷积等底层操作。这些操作依赖于某种特定的、优化良好的张量操作库。Keras依赖于处理张量的库就称为“后端引擎”。Keras提供了两种后端引擎Theano/Tensorflow,并将其函数统一封装,使得用户可以以同一个接口调用不同后端引擎的函数
Theano是一个开源的符号主义张量操作框架,由蒙特利尔大学LISA/MILA实验室开发
TensorFlow是一个符号主义的张量操作框架,由Google开发
2. docker 镜像有东西没有vim 等操作需要安装
apt-get install vim 的时候,找不到可用的vim
则需要apt-get update 更新source.list
3. docker一些常用 的命令
docker run -i -t -v /data/software/:/mnt/software/ image_name /bin/bash
docker search image_name
docker pull image_name
docker start
container_id
docker attach
container_id
docker rm
container_id
docker exec
container_id
docker commit container_id image_name
from keras.models import Sequential
from keras.layers import Dense, Dropout, Activation
from keras.optimizers import SGD
model = Sequential()
# Dense(64) is a fully-connected layer with 64 hidden units.
# in the first layer, you must specify the expected input data shape:
# here, 20-dimensional vectors.
model.add(Dense(64, activation='relu', input_dim=20))
model.add(Dropout(0.5))
model.add(Dense(64, activation='relu'))
model.add(Dropout(0.5))
model.add(Dense(10, activation='softmax'))
sgd = SGD(lr=0.01, decay=1e-6, momentum=0.9, nesterov=True)
model.compile(loss='categorical_crossentropy',
optimizer=sgd,
metrics=['accuracy'])
x_train = np.random.random((1000, 20))
y_train = np.random.random((1000, 10))
model.fit(x_train, y_train,
epochs=20,
batch_size=128)
score = model.evaluate(x_test, y_test, batch_size=128)
File "<stdin>", line 1, in <module>
File "/root/miniconda2/lib/python2.7/site-packages/keras/__init__.py", line 3, in <module>
from . import activations
File "/root/miniconda2/lib/python2.7/site-packages/keras/activations.py", line 3, in <module>
from . import backend as K
File "/root/miniconda2/lib/python2.7/site-packages/keras/backend/__init__.py", line 73, in <module>
from .tensorflow_backend import *
File "/root/miniconda2/lib/python2.7/site-packages/keras/backend/tensorflow_backend.py", line 6, in <module>
from tensorflow.python.ops import ctc_ops as ctc
ImportError: cannot import name ctc_ops
解决办法:
pip install tensorflow --upgrade
其它:~/.keras/keras.json下面有配置backend的
Keras后端
什么是“后端”
Keras是一个模型级的库,提供了快速构建深度学习网络的模块。Keras并不处理如张量乘法、卷积等底层操作。这些操作依赖于某种特定的、优化良好的张量操作库。Keras依赖于处理张量的库就称为“后端引擎”。Keras提供了两种后端引擎Theano/Tensorflow,并将其函数统一封装,使得用户可以以同一个接口调用不同后端引擎的函数
Theano是一个开源的符号主义张量操作框架,由蒙特利尔大学LISA/MILA实验室开发
TensorFlow是一个符号主义的张量操作框架,由Google开发
2. docker 镜像有东西没有vim 等操作需要安装
apt-get install vim 的时候,找不到可用的vim
则需要apt-get update 更新source.list
3. docker一些常用 的命令
docker run -i -t -v /data/software/:/mnt/software/ image_name /bin/bash
docker search image_name
docker pull image_name
docker start
container_id
docker attach
container_id
docker rm
container_id
docker exec
container_id
docker commit container_id image_name
from keras.models import Sequential
from keras.layers import Dense, Dropout, Activation
from keras.optimizers import SGD
model = Sequential()
# Dense(64) is a fully-connected layer with 64 hidden units.
# in the first layer, you must specify the expected input data shape:
# here, 20-dimensional vectors.
model.add(Dense(64, activation='relu', input_dim=20))
model.add(Dropout(0.5))
model.add(Dense(64, activation='relu'))
model.add(Dropout(0.5))
model.add(Dense(10, activation='softmax'))
sgd = SGD(lr=0.01, decay=1e-6, momentum=0.9, nesterov=True)
model.compile(loss='categorical_crossentropy',
optimizer=sgd,
metrics=['accuracy'])
x_train = np.random.random((1000, 20))
y_train = np.random.random((1000, 10))
model.fit(x_train, y_train,
epochs=20,
batch_size=128)
score = model.evaluate(x_test, y_test, batch_size=128)
相关文章推荐
- 关于Docker&kubernetes的一些问题
- 在安装并使用tensorflow中的Object-detection模块时遇到的一些问题汇总及解决方法
- ASP.NET每页只能有一个服务器表单 & 一些问题
- VC 使用过程中所遇到的一些问题,汇总在这里,希望对后来者有些许帮助
- VS2005 Web Application Project的一些问题
- 远程桌面的一些问题汇总:
- 探讨PHP引用&符号的一些注意问题
- 关于Alexa排行和搜索引擎的一些常规问题汇总
- 【IPHONE】关于IPHONE IOS4.0越狱遇到的一些问题汇总
- SSH编程的一些问题及解决方法(Granados&&SharpSSH)
- JSP中使用request.getHeader("referer")的一些问题
- android开发过程中遇到的一些问题汇总
- moto手机开发的一些问题汇总(一)
- 最近oracle开发中遇到的一些问题及解决办法(五)待续
- 最近oracle开发中遇到的一些问题及解决办法(四):调试存储过程--待续
- 利用"线段树"相关算法解决有关数组的问题[待续]
- >>问题汇总<<
- 最近oracle开发中遇到的一些问题及解决办法(三)待续
- 从国外某著名DNN 知情人士 Nina's Blog上看到一些有用的文章,在此记录一下,也为国内DNN,问题搜索,出一点力
- 有关"SELECT FOR UPDATE"的一些问题