Question

导入tensorflow时出现以下错误：

英特尔MKL错误：进入DLASCL时参数4不正确。

英特尔MKL错误：进入DLASCL时参数4不正确。   追溯（最近的呼叫最后）：
  文件   “/xxx/skript.py”，第25行，in          h1 = LSTM（50）（input1）文件“/xxx/anaconda3/lib/python3.6/site-packages/keras/layers/recurrent.py”，   第268行，致电       return super（Recurrent，self）。 call （输入，** kwargs）
  档案“/xxx/anaconda3/lib/python3.6/site-packages/keras/engine/topology.py”，   第575行，通话       self.build（input_shapes [0]）
  文件“/xxx/anaconda3/lib/python3.6/site-packages/keras/layers/recurrent.py”，   第1034行，在构建中       约束= self.recurrent_constraint）
  文件“/xxx/anaconda3/lib/python3.6/site-packages/keras/legacy/interfaces.py”，   第87行，包装中       return func（* args，** kwargs）
  档案“/xxx/anaconda3/lib/python3.6/site-packages/keras/engine/topology.py”，   第396行，在add_weight中       重量= K.variable（初始化器（形状），
  文件“/xxx/anaconda3/lib/python3.6/site-packages/keras/initializers.py”，   第247行，致电       你，_，v = np.linalg.svd（a，full_matrices = False）
  文件“/xxx/anaconda3/lib/python3.6/site-packages/numpy/linalg/linalg.py”，   第1389行，在svd       u，s，vt = gufunc（a，signature = signature，extobj = extobj）
  文件“/xxx/anaconda3/lib/python3.6/site-packages/numpy/linalg/linalg.py”，   第99行，在_raise_linalgerror_svd_nonconvergence中       提出LinAlgError（“SVD没有收敛”）numpy.linalg.linalg.LinAlgError：SVD没有收敛

使用退出代码1完成处理

使用通用skript，您也可以使用它来进行测试：

import tensorflow as tf
from keras.models import Model
from keras.layers import Input
from keras.layers import Dense
from keras.layers import LSTM
from keras.layers.merge import Concatenate
import numpy as np    


# Length of sequence.
sequence_length = 300
# Number of base features 
num_features = 15
# Number of events 
num_event_features = 20

# Input 
input1 = Input(shape=(sequence_length, num_features))
# Build first LSTM on the first input.
h1 = LSTM(50)(input1)

# Apply the dense layer for prediction.
prediction = Dense(1)(h1)

# Define the keras model.
model = Model(inputs=[input1], outputs=[prediction])
model.compile(loss='binary_crossentropy', optimizer='adam',
              metrics=['accuracy'])

# Generate some random data for testing.
X1 = np.random.rand(1000, sequence_length, num_features).astype(np.float32)    
Y = np.random.choice([0, 1], size=1000).astype(np.float32)

# Train the model on random data.
model.fit(x=[X1], y=Y)

如果我删除导入张量流，因为网络将在没有错误消息的情况下进行训练。我使用的是Keras 2.0.8，python 3.6和tensorflow 1.3.0。为Ubuntu，python 3.6和GPU支持安装了Tensorflow。

Answer 1

安装mkl-service后，我遇到了类似的问题。卸载它为我解决了它。

当导入到Keras的tensorflow skript时，获得LinAlgError（“SVD没有收敛”）

1 个答案: