Question

我在Ipython上运行以下代码：

import tensorflow as tf

X=[1.,2.,3.]
Y=[1.,2.,3.]
m=len(X)

W=tf.placeholder(tf.float32)

hypothesis=tf.mul(W, X)
cost=tf.reduce_sum(tf.pow(hypothesis-Y,2))/(m)

init=tf.initialize_all_variables()

sess=tf.Session()
sess.run(init)

W_val=[]
cost_val=[]

for i in range(-30,50):
    xPos=i*0.1
    yPos=sess.run(cost,feed_dict={W:xPos})
    print('{:3.1f}, {:3.1f}'.format(xPos, yPos))

一旦打印出来

-3.0, -3.0
-2.9, -2.9
-2.8, -2.8
-2.7, -2.7
-2.6, -2.6
-2.5, -2.5
-2.4, -2.4
-2.3, -2.3
-2.2, -2.2
-2.1, -2.1
-2.0, -2.0
-1.9, -1.9
-1.8, -1.8
-1.7, -1.7
-1.6, -1.6
-1.5, -1.5
-1.4, -1.4
-1.3, -1.3
-1.2, -1.2
-1.1, -1.1
-1.0, -1.0
-0.9, -0.9
-0.8, -0.8
-0.7, -0.7
.....

输出错误，我无法理解。我打开一个新的笔记本并复制并粘贴相同的代码。现在它工作正常：

-3.0, 74.7
-2.9, 71.0
-2.8, 67.4
-2.7, 63.9
-2.6, 60.5
-2.5, 57.2
-2.4, 53.9
-2.3, 50.8
-2.2, 47.8
-2.1, 44.8
-2.0, 42.0
-1.9, 39.2
-1.8, 36.6
-1.7, 34.0
-1.6, 31.5

两个笔记本都在同一个文件夹中，并且它们使用相同的内核。我多次为两个笔记本重新启动内核，但输出仍然不同。怎么可能呢？

Answer 1

这是GPU内存问题。我正在运行其他使用大部分GPU内存的tensorflow源。当内存不足时，计算不会完成。

Ipython：相同的源表现不同

1 个答案: