我正在通过水上的水滴的tensorflow示例，代码：

#Import libraries for simulation

import tensorflow as tf

import numpy as np

#Imports for visualization

import PIL.Image

from io import BytesIO

from IPython.display import clear_output, Image, display

#A function for displaying the state of the pond's surface as an image.

def DisplayArray(a, fmt='jpeg', rng=[0,1]):

"""Display an array as a picture."""

a = (a - rng[0])/float(rng[1] - rng[0])*255

a = np.uint8(np.clip(a, 0, 255))

f = BytesIO()

PIL.Image.fromarray(a).save(f, fmt)

clear_output(wait = True)

display(Image(data=f.getvalue()))

sess = tf.InteractiveSession()

def make_kernel(a):

"""Transform a 2D array into a convolution kernel"""

a = np.asarray(a)

a = a.reshape(list(a.shape) + [1,1])

return tf.constant(a, dtype=1)

def simple_conv(x, k):

"""A simplified 2D convolution operation"""

x = tf.expand_dims(tf.expand_dims(x, 0), -1)

y = tf.nn.depthwise_conv2d(x, k, [1, 1, 1, 1], padding='SAME')

return y[0, :, :, 0]

def laplace(x):

"""Compute the 2D laplacian of an array"""

laplace_k = make_kernel([[0.5, 1.0, 0.5],

[1.0, -6., 1.0],

[0.5, 1.0, 0.5]])

return simple_conv(x, laplace_k)

N = 500

# Initial Conditions -- some rain drops hit a pond

# Set everything to zero

u_init = np.zeros([N, N], dtype=np.float32)

ut_init = np.zeros([N, N], dtype=np.float32)

# Some rain drops hit a pond at random points

for n in range(40):

a,b = np.random.randint(0, N, 2)

u_init[a,b] = np.random.uniform()

DisplayArray(u_init, rng=[-0.1, 0.1])

# Parameters:

# eps -- time resolution

# damping -- wave damping

eps = tf.placeholder(tf.float32, shape=())

damping = tf.placeholder(tf.float32, shape=())

# Create variables for simulation state

U  = tf.Variable(u_init)

Ut = tf.Variable(ut_init)

# Discretized PDE update rules

U_ = U + eps * Ut

Ut_ = Ut + eps * (laplace(U) - damping * Ut)

# Operation to update the state

step = tf.group(

U.assign(U_),

Ut.assign(Ut_))

# Initialize state to initial conditions

tf.global_variables_initializer().run()

# Run 1000 steps of PDE

for i in range(1000):

# Step simulation

step.run({eps: 0.03, damping: 0.04})

DisplayArray(U.eval(), rng=[-0.1, 0.1])

然后从Ipython I import partial_d但它不会生成动画。

任何使用过tensorflow的人都知道如何解决这个问题？ 谷歌提到Ipython Notebook，无法找到/设置，但我确实安装了jupyter和最新的Ipython。

你以前用过jupyter吗？ 我认为你需要启动笔记本服务器并从那里运行代码。

尝试运行jupyter notebook，然后将代码导入笔记本。 或者，您可以将代码复制并粘贴到代码单元格中，然后跳过导入。

我不熟悉你所指的例子，但我不认为这是一个TF问题。 了解如何通过jupyter运行它(iPython的新名称可以清除任何混淆)。

我熟悉python，刚刚安装了jupyter，我确实运行了代码，但无法弄清楚如何从那里运行脚本。以下是此drive.google.com/file/d/0B0nxIjitvEABMkQzZDktcUNyV3c/&hellip的两个快照; drive.google.com/file/d/0B0nxIjitvEABUmppc3JyREg1ZDg/…

点击新的新笔记本。确保它正确连接到python内核(它应该是)然后+一个新的代码单元，复制你的代码并运行。我是否可以强烈建议您花几分钟时间研究一下jupyter笔记本。在编写python时，它们非常有用，特别是对于Tensorflow这样的东西。我一直用它来进行TF开发。不要打开.py文件，因为你无法在jupyter中运行它。您可以使用之前提到的命令导入，但我只是将它放在一个新笔记本的单元格中。

现在我想出了如何使用它是啊只是将它复制到单元格然后运行它工作，你如何导入代码？

我相信有一个导入命令，但我从来没有使用它。我通常从头开始，但如果没有太多，你可以将代码复制到单元格中。我将研究如何使用jupyter来优化您的工作流程并在单元格之间拆分代码。这对Tensorflow真有帮助！有关使用魔术命令导入代码的更多信息，请参阅此内容对于更进一步的jupyter问题，请随时创建一个新问题，将其链接到此处，我可以提供帮助，因为此q已得到解答

这让我快速了解如何使用jupyter和tensorflow来生成涟漪动画。