Python 获得;“许可拒绝错误”;在Tensorflow上运行示例程序时

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.,

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., 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:\