Python 获得;“许可拒绝错误”;在Tensorflow上运行示例程序时
很抱歉我缺乏知识,但我正在尝试在Tensorflow上运行示例:Python 获得;“许可拒绝错误”;在Tensorflow上运行示例程序时,python,tensorflow,permissions,Python,Tensorflow,Permissions,很抱歉我缺乏知识,但我正在尝试在Tensorflow上运行示例: import numpy as np import tensorflow as tf feature_columns = [tf.feature_column.numeric_column("x", shape=[1])] estimator = tf.estimator.LinearRegressor(feature_columns=feature_columns) x_train = np.array([1., 2.,
import numpy as np
import tensorflow as tf
feature_columns = [tf.feature_column.numeric_column("x", shape=[1])]
estimator = tf.estimator.LinearRegressor(feature_columns=feature_columns)
x_train = np.array([1., 2., 3., 4.])
y_train = np.array([0., -1., -2., -3.])
x_eval = np.array([2., 5., 8., 1.])
y_eval = np.array([-1.01, -4.1, -7, 0.])
input_fn = tf.estimator.inputs.numpy_input_fn(
{"x": x_train}, y_train, batch_size=4, num_epochs=None, shuffle=True)
train_input_fn = tf.estimator.inputs.numpy_input_fn(
{"x": x_train}, y_train, batch_size=4, num_epochs=1000, shuffle=False)
eval_input_fn = tf.estimator.inputs.numpy_input_fn(
{"x": x_eval}, y_eval, batch_size=4, num_epochs=1000, shuffle=False)
estimator.train(input_fn=input_fn, steps=1000)
train_metrics = estimator.evaluate(input_fn=train_input_fn)
eval_metrics = estimator.evaluate(input_fn=eval_input_fn)
print("train metrics: %r"% train_metrics)
print("eval metrics: %r"% eval_metrics)
我收到以下错误消息:
PermissionDeniedError:未能删除文件:C:\Users\Jeff\AppData\Local\Temp\tmpgpmjek44\graph.pbtxt.tmpe31b9f4677cb426fbaef32dafaf1A4D;拒绝许可
我发现错误来自“estimator.train(input\u fn=input\u fn,steps=1000)”一行。我试图查看文件夹和文件。他们已经被授予完全控制权。这可能是一个愚蠢的问题,但可能的原因和解决办法是什么。提前非常感谢
更新:
我从根目录运行它,得到以下结果:
(C:\Users\Jeff\Anaconda3)C:\Users\Jeff>python test.py
警告:tensorflow:使用临时文件夹作为模型目录:
C:\Users\Jeff\AppData\Local\Temp\tmp0yywjv30 2017-11-10
22:54:59.808636:I
C:\tf\u jenkins\home\workspace\rel win\M\windows gpu\PY\36\tensorflow\core\platform\cpu\u feature\u guard.cc:137]
您的CPU支持该TensorFlow二进制文件不可用的指令
编译使用:AVX AVX2 2017-11-10 22:55:00.096842:I
C:\tf\u jenkins\home\workspace\rel win\M\windows gpu\PY\36\tensorflow\core\common\u runtime\gpu\gpu\device.cc:1030]
找到具有以下属性的设备0:名称:GeForce GTX 1060主要:6次要:
1内存锁定速率(GHz):1.6705 pciBusID:0000:01:00.0总内存:
6.00GiB自由内存:4.99GiB 2017-11-10 22:55:00.096927:ic:\tf\u jenkins\home\workspace\rel win\M\windows gpu\PY\36\tensorflow\core\common\u runtime\gpu\gpu\device.cc:1120]
正在创建TensorFlow设备(/device:GPU:0)->(设备:0,名称:
GeForce GTX 1060,pci总线id:0000:01:00.0,计算能力:6.1)
2017-11-10 22:55:02.512317:E
C:\tf\u jenkins\home\workspace\rel win\M\windows gpu\PY\36\tensorflow\stream\u executor\cuda\cuda\u blas.cc:366]
未能创建cublas句柄:cublas_状态_ALLOC_失败2017-11-10
22:55:02.513461:E
C:\tf\u jenkins\home\workspace\rel win\M\windows gpu\PY\36\tensorflow\stream\u executor\cuda\cuda\u blas.cc:366]
未能创建cublas句柄:cublas_状态_ALLOC_失败2017-11-10
22:55:02.513601:E
C:\tf\u jenkins\home\workspace\rel win\M\windows gpu\PY\36\tensorflow\stream\u executor\cuda\cuda\u blas.cc:366]
未能创建cublas句柄:cublas_状态_ALLOC_失败2017-11-10
22:55:02.514975:E
C:\tf\u jenkins\home\workspace\rel win\M\windows gpu\PY\36\tensorflow\stream\u executor\cuda\cuda\u blas.cc:366]
未能创建cublas句柄:cublas_状态_ALLOC_失败2017-11-10
22:55:02.515067:W
C:\tf\u jenkins\home\workspace\rel win\M\windows gpu\PY\36\tensorflow\stream\u executor\stream.cc:1901]
尝试在不使用BLAS的情况下使用StreamExecutor执行BLAS操作
支持回溯(最近一次调用上次):文件
“C:\Users\Jeff\Anaconda3\lib\site packages\tensorflow\python\client\session.py”,
第1323行,在电话里
返回fn(*args)文件“C:\Users\Jeff\Anaconda3\lib\site packages\tensorflow\python\client\session.py”,
第1302行,in_run_fn
状态,运行元数据)文件“C:\Users\Jeff\Anaconda3\lib\site packages\tensorflow\python\framework\errors\u impl.py”,
第473行,在退出中
c_api.TF_GetCode(self.status.status))tensorflow.python.framework.errors_impl.InternalError:Blas GEMV
启动失败:m=1,n=4
[[Node:linear/linear_model/x/weighted_sum=MatMul[T=DT_FLOAT,transpose_a=false,transpose_b=false,
_device=“/job:localhost/replica:0/task:0/device:GPU:0”](线性/线性_model/x/重塑,
线性/线性_模型/x/权重)]]
[[Node:linear/gradients/linear/linear\u model/x/weighted\u sum\u grad/tuple/control\u dependency\u 1/\u 85
=\u Recvclient\u terminated=false,recv\u device=“/job:localhost/replica:0/task:0/device:CPU:0”,
send_device=“/job:localhost/replica:0/task:0/device:GPU:0”,
发送设备化身=1,
tensor_name=“edge_184_线性/梯度/线性/线性模型/x/加权求和/梯度/元组/控制/依赖关系1”,
张量类型=DT浮点数,
_device=“/job:localhost/replica:0/task:0/device:CPU:0”]]
在处理上述异常期间,发生了另一个异常:
回溯(最近一次调用last):文件“test.py”,第39行,在
estimator.train(input\u fn=input\u fn,steps=1000)文件“C:\Users\Jeff\Anaconda3\lib\site packages\tensorflow\python\estimator\estimator.py”,
302号线,列车
loss=self.\u train\u model(输入、钩子、保存侦听器)文件“C:\Users\Jeff\Anaconda3\lib\site packages\tensorflow\python\estimator\estimator.py”,
783号线,列车模型
_,loss=mon_sess.run([estimator_spec.train_op,estimator_spec.loss])文件
“C:\Users\Jeff\Anaconda3\lib\site packages\tensorflow\python\training\monitored\u session.py”,
第521行,运行中
run\u metadata=run\u metadata)文件“C:\Users\Jeff\Anaconda3\lib\site packages\tensorflow\python\training\monitored\u session.py”,
第892行,运行中
run\u metadata=run\u metadata)文件“C:\Users\Jeff\Anaconda3\lib\site packages\tensorflow\python\training\monitored\u session.py”,
第967行,运行中
提升六个。重新提升(*原始exc_信息)文件“C:\Users\Jeff\Anaconda3\lib\site packages\six.py”,第693行,在
加注
提升值文件“C:\Users\Jeff\Anaconda3\lib\site packages\tensorflow\python\training\monitored\u session.py”,
第952行,运行中
返回self.\u sess.run(*args,**kwargs)文件“C:\Users\Jeff\Anaconda3\lib\site packages\tensorflow\python\training\monitored\u session.py”,
第1024行,运行中
run\u metadata=run\u metadata)文件“C:\Users\Jeff\Anaconda3\lib\site packages\tensorflow\python\training\monitored\u session.py”,
第827行,运行中
返回self.\u sess.run(*args,**kwargs)文件“C:\Users\Jeff\Anaconda3\lib\site packages\tensorflow\python\client\session.py”,
第889行,运行中
运行元数据文件“C:\Users\Jeff\Anaconda3\lib\site packages\tensorflow\python\client\session.py”,
第1120行,正在运行
feed_dict_tensor,options,run_元数据)文件“C:\