# 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))
Erklären.
Dies ist MNIST-Code mit Softmax. Das Problem tritt beiTensorfluss. Kernel starb beim Training. Fenster Anaconda
sess.run (train_step, feed_dict = {x: batch_xs, Y_: batch_ys})
in der for-Schleife.
Nur Kernel starb und Neustart mit einer Fehlermeldung. Vielleicht ist der Code nicht das Problem, weil es gut auf anderen Kerl funktioniert.
Ich verwende Windows10 Anaconda.
Was ist das Problem?
Aus Ihrer Erwähnung eines "Kernel" - Sterbens klingt es, als würden Sie Jupyter/IPython verwenden. Möglicherweise erhalten Sie weitere Informationen, einschließlich einer besseren Fehlermeldung, wenn Sie Ihr Skript direkt mit 'python.exe 'ausführen. Können Sie das versuchen und die vollständige Fehlermeldung posten? – mrry