Question

我试图在单CPU模式下学习Tensorflow。当我尝试运行一些示例时，例如[mnist_softmax.py]，似乎整个代码正确运行并输出预期的答案，但显示[Segmentation fault (core dumped)]并最终生成1.7G甚至更大的核心文件。当我在python交互式shell中运行相同的代码时，它运行良好并且不会出现Segmentation fault.

我的Tensorflow版本为('v1.0.0-65-g4763edf-dirty', '1.0.1')

Answer 1

从sess = tf.InteractiveSession()更改第61行到sess = tf.Session() 并在命令行上重新运行它。

使用此

从第61行替换为第72行

with tf.Session() as sess:
  tf.global_variables_initializer().run()
  # Train
  for _ in range(1000):
    batch_xs, batch_ys = mnist.train.next_batch(100)
    sess.run(train_step, feed_dict={x: batch_xs, y_: batch_ys})

  # Test trained model
  correct_prediction = tf.equal(tf.argmax(y, 1), tf.argmax(y_, 1))
  accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))
  print(sess.run(accuracy, feed_dict={x: mnist.test.images,
                                      y_: mnist.test.labels}))

Tensorflow CPU（在python交互式shell中正常，但在运行脚本时是coredump）

1 个答案: