# Import data 

    from tensorflow.examples.tutorials.mnist import input_data 
    import tensorflow as tf 

    mnist = input_data.read_data_sets('/tmp/tensorflow/mnist/input_data', one_hot=True) 

    # Create the model 

    x = tf.placeholder(tf.float32, [None, 784]) 
    W = tf.Variable(tf.zeros([784, 10])) 
    b = tf.Variable(tf.zeros([10])) 
    k = tf.matmul(x, W) + b 
    y = tf.nn.softmax(k) 
    i = 0 

    # Define loss and optimizer 

    y_ = tf.placeholder(tf.float32, [None, 10]) 
    learning_rate = 0.5 
    cost = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(k, y_)) 
    train_step = tf.train.GradientDescentOptimizer(learning_rate).minimize(cost) 

    print ("Training") 
    sess = tf.Session() 
    init = tf.global_variables_initializer() #.run() 
    sess.run(init) 
    for _ in range(1000): 

     print(i) 
     batch_xs, batch_ys = mnist.train.next_batch(100) 
     print(i) 
     sess.run(train_step, feed_dict={x: batch_xs, y_: batch_ys}) 
     print(i) 
     i=i+1 


    print ('b is ',sess.run(b)) 
    print('W is',sess.run(W))

解释。

这是使用softmax的MNIST代码。问题出现在Tensorflow。内核在训练时死亡。 Window Anaconda

sess.run（train_step，feed_dict = {X：batch_xs，Y_：batch_ys}）

在

for循环。

只是内核死了，并重新启动任何错误消息。也许代码不是问题，因为它适用于其他人。

我使用Windows10 Anaconda。

什么问题？

来源

2017-01-09 김우현

从您提到的“内核”死亡中，听起来您正在使用Jupyter/IPython。如果您使用'python.exe'直接运行脚本，则可能会获得更多信息，包括更好的错误消息。你可以尝试这样做并发布完整的错误信息？ – mrry

我遇到过类似的问题。很可能您安装了cuda和cudnn，并且正在运行tensorflow-gpu上的代码。

在我的情况下，我第一次安装cuda8.0和cudnn v6.0 for cuda8.0，并得到了内核死亡的问题。

然后我将cudnn版本更改为cudnn v5.1 for cuda8.0并解决了这个问题。现在我的工作环境很好。

来源

2017-07-20 10:14:20

Tensorflow。内核在训练时死亡。 Window Anaconda

解释。

回答

相关问题