我用的版本情况：

tensorflow 2.9.1
tensorflow-estimator 2.9.0rc0
tensorflow-io-gcs-filesystem 0.26.0
tensorflow-probability 0.14.0

d2l 0.17.5

numpy 1.21.5

先看代码：

import numpy as np
import tensorflow as tf
import tensorflow_probability as tfp
from d2l import tensorflow as d2l
fair_probs = tf.ones(6) / 6
print(tfp.distributions.Multinomial(1, fair_probs).sample())

出现的问题：

2022-10-10 16:43:34.068891: I tensorflow/core/platform/cpu_feature_guard.cc:193] This TensorFlow binary is optimized with oneAPI Deep Neural Network Library (oneDNN) to use the following CPU instructions in performance-critical operations: AVX AVX2
To enable them in other operations, rebuild TensorFlow with the appropriate compiler flags.
2022-10-10 16:43:34.581276: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1532] Created device /job:localhost/replica:0/task:0/device:GPU:0 with 9622 MB memory: -> device: 0, name: NVIDIA GeForce RTX 3060, pci bus id: 0000:01:00.0, compute capability: 8.6
2022-10-10 16:43:35.048171: I tensorflow/stream_executor/cuda/cuda_driver.cc:739] failed to allocate 9.40G (10090381312 bytes) from device: CUDA_ERROR_OUT_OF_MEMORY: out of memory
2022-10-10 16:43:35.104772: I tensorflow/stream_executor/cuda/cuda_driver.cc:739] failed to allocate 8.46G (9081342976 bytes) from device: CUDA_ERROR_OUT_OF_MEMORY: out of memory
2022-10-10 16:43:35.160408: I tensorflow/stream_executor/cuda/cuda_driver.cc:739] failed to allocate 7.61G (8173208576 bytes) from device: CUDA_ERROR_OUT_OF_MEMORY: out of memory
2022-10-10 16:43:35.214926: I tensorflow/stream_executor/cuda/cuda_driver.cc:739] failed to allocate 6.85G (7355887616 bytes) from device: CUDA_ERROR_OUT_OF_MEMORY: out of memory
2022-10-10 16:43:35.269709: I tensorflow/stream_executor/cuda/cuda_driver.cc:739] failed to allocate 6.17G (6620298752 bytes) from device: CUDA_ERROR_OUT_OF_MEMORY: out of memory
2022-10-10 16:43:35.323338: I tensorflow/stream_executor/cuda/cuda_driver.cc:739] failed to allocate 5.55G (5958268928 bytes) from device: CUDA_ERROR_OUT_OF_MEMORY: out of memory
2022-10-10 16:43:35.376212: I tensorflow/stream_executor/cuda/cuda_driver.cc:739] failed to allocate 4.99G (5362441728 bytes) from device: CUDA_ERROR_OUT_OF_MEMORY: out of memory
2022-10-10 16:43:35.431199: I tensorflow/stream_executor/cuda/cuda_driver.cc:739] failed to allocate 4.49G (4826197504 bytes) from device: CUDA_ERROR_OUT_OF_MEMORY: out of memory
2022-10-10 16:43:35.487270: I tensorflow/stream_executor/cuda/cuda_driver.cc:739] failed to allocate 4.04G (4343577600 bytes) from device: CUDA_ERROR_OUT_OF_MEMORY: out of memory
2022-10-10 16:43:35.541850: I tensorflow/stream_executor/cuda/cuda_driver.cc:739] failed to allocate 3.64G (3909219840 bytes) from device: CUDA_ERROR_OUT_OF_MEMORY: out of memory

Process finished with exit code -1073740791 (0xC0000409)

红色字体总结：爆GPU了，用的是3060,12g。

解决方案：

import numpy as np
import tensorflow as tf
import tensorflow_probability as tfp
from d2l import tensorflow as d2lconfig = tf.compat.v1.ConfigProto(allow_soft_placement=False, log_device_placement=False)
config.gpu_options.allow_growth = True
session = tf.compat.v1.Session(config=config)fair_probs = tf.ones(6) / 6
print(tfp.distributions.Multinomial(1, fair_probs).sample())

把上面中间这段的代码加上去就ok。

再跑一下，出结果了

李沐动手学深度学习概率部分报错相关推荐

李沐动手学深度学习V2-全卷积网络FCN和代码实现
一.全卷积网络FCN 1. 介绍语义分割是对图像中的每个像素分类,全卷积网络(fully convolutional network,FCN)采用卷积神经网络实现了从图像像素到像素类别的变换 ,与前 ...
李沐动手学深度学习v2/总结1
总结编码过程数据数据预处理模型参数,初始化参数超参数损失函数,先计算损失,清空梯度(防止有累积的梯度),再对损失后向传播计算损失关于参数的梯度优化算法,使用优化算法更新参数训练求参数 ...
李沐动手学深度学习(pytorch版本)d2lzh_pytorch包的缺少安装问题
学习深度学习时候,很多人参考的是李沐的动手学深度学习Pytorch版本(附上官方地址:https://tangshusen.me/Dive-into-DL-PyTorch/#/). 在学习3.5.1节 ...
【李沐动手学深度学习】读书笔记 01前言
虽然之前已经学过这部分内容和深度学习中的基础知识,但总觉得学的不够系统扎实,所以希望再通过沐神的课程以及书籍,系统条理的学习一遍.在读书过程中,利用导图做了一下梳理,形成了这个读书笔记.如有侵权,请联 ...
关于李沐动手学深度学习（d2l）pytorch环境本地配置
本地安装d2l 由于之前试了很多次d2l课本的安装方法失败了,这里提供一种我可以成功安装d2l包的方法. pytorch安装首先安装cuda.cudnn.pytroch(gpu版本).可以参考这篇文 ...
李沐动手学深度学习：08 线性回归（代码逐行理解）
目录一.相关资料连接 1.1 李沐视频 1.2 代码.PPT 二.代码及笔记(使用Jupyter Notebook) 2.1 线性回归从零开始实现 2.1.1 基本概念 2.1.2 基础优化算法 2 ...
windows上配置深度学习（李沐-动手学深度学习）
1.安装miniconda windows下安装,去清华大学开源镜像下载,速度比较快. 选中Miniconda3-latest-Windos-x86_64.exe下载安装包(目前最新的是py3.9) ...
李沐动手学深度学习第四章-4.9.环境和分布偏移
我们从来没有想过数据最初从哪里来?以及我们计划最终如何处理模型的输出? 根据测试集的精度衡量,模型表现得非常出色. 但是当数据分布突然改变时,模型在部署中会出现灾难性的失败. 解决方案很简单(要求&q ...
3.4 Softmax回归【李沐动手学深度学习】
目录 1. 从回归到多分类--均方损失 Softmax回归 2. Softmax和交叉熵损失损失梯度 3. 损失函数 3.1 均方损失(L2 Loss) 3.2 绝对值损失函数(L1 Loss) ...

李沐动手学深度学习概率部分报错

我用的版本情况：

先看代码：

出现的问题：

解决方案：

李沐动手学深度学习概率部分报错相关推荐

最新文章

热门文章