1valueerror: the specified path: inception_v3.ckpt is a file. please specify only the path prefix to the checkpoint files.
問題描述：模型放在程式的同一檔案路徑中，但是就是找不到模型。
解決方式：剛開始安裝了1.4.0版本，出現了問題，後來改裝tensorflow1.9.0版本，程式通過
2.importerror: no module named 'apt_pkg'
問題：由於裝了多個版本的python，對於這個apt_pkg對應不上，所以需要複製出需要版本的so檔案
解決方式：
$ sudo apt-get remove --purge python-apt
$ sudo apt-get install python-apt -f
$ cd /usr/lib/python3/dist-packages/
$ sudo cp apt_pkg.cpython-34m-x86_64-linux-gnu.so apt_pkg.cpython-35m-x86_64-linux-gnu.so
3.改為tensorflow1.4.0版本後除錯報錯：
importerror: libcublas.so.8.0: cannot open shared object file: no such file or directory
由於cuda9.0版本與tensorflow1.4.0版本不匹配,詳細的版本匹配檔案參考：
（參考：
tensorflow-gpu v1.9.0 | cuda9.0 | cudnn7.1.4可行 | 備註：7.0.4/ 7.0.5/ 7.1.2不明確
tensorflow-gpu v1.8.0 | cuda9.0 | cudnn 不明確 | 備註：7.0.4/ 7.0.5/ 7.1.2/ 7.1.4
tensorflow-gpu v1.7.0 | cuda9.0 | cudnn 不明確 | 備註：7.0.4/ 7.0.5/ 7.1.2/ 7.1.4
tensorflow-gpu v1.6.0 | cuda9.0 | cudnn 不明確 | 備註：7.0.4/ 7.0.5/ 7.1.2/ 7.1.4
tensorflow-gpu v1.5.0 | cuda9.0 | cudnn 不明確 | 備註：7.0.4/ 7.0.5/ 7.1.2/ 7.1.4
tensorflow-gpu v1.4.0 | cuda8.0 | cudnn 6.0 | 備註：6.0正常使用, 7.0.5不能用，5.1未知
tensorflow-gpu v1.3.0 | cuda8.0 | cudnn 6.0 | 備註：6.0正常使用, 7.0.5不能用，5.1未知
tensorflow-gpu v1.2.0 | cuda8.0 | cudnn 5.1 | 備註：5.1正常使用, 6.0/ 7.0.5 未知
tensorflow-gpu v1.1.0 | cuda8.0 | cudnn 5.1 | 備註：5.1正常使用, 6.0/ 7.0.5 未知
tensorflow-gpu v1.4.0 | cuda8.0 | cudnn 6.0 | 備註：6.0正常使用, 7.0.5不能用，5.1未知
tensorflow就該這麼學 3
一 張量及操作 1 張量介紹 1 tensor型別 dt float dt double dt int64 dt int32 dt int16 dt int8 dt string dt bool 2 rank 階 維度 a 1,2,3 4,5,6 7,8,9 表示為2階，看幾層中括號就行 3 sha...
反卷積實現 tensorflow 實現
deconv解卷積，實際是叫做conv transpose,conv transpose實際是卷積的乙個逆向過程，tf中，編寫conv transpose 的時候，心中想著乙個正向的卷積過程會很有幫助。想象一下我們有乙個正向卷積 input shape 1,5,5,3 kernel shape 2,...
Tensorflow實現嶺回歸
嶺回歸可以看作是線性回歸的一種增強版，實現的時候無非就是加入乙個二範數正則化項，但是應當注意，這裡只對於權重進行懲罰，偏置項是不加入正則化的，具體理論可以參見相關的 和blog，在此不贅述。這裡還是使用tf實現了嶺回歸演算法，並實際應用在了乙個真實資料集而非人工資料集上，資料及規模相比於之前的資料也...