Python Deep MNIST教程无法打印测试精度，且没有错误消息

我尝试在我的计算机上运行deep MNIST教程代码（），但当试图打印出测试精度时，它退出。我所做的唯一更改是将迭代次数更改为100次，并将打印频率更改为每10次迭代一次，如下所示：

Python 3.6.3 (v3.6.3:2c5fed8, Oct  3 2017, 18:11:49) [MSC v.1900 64 bit (AMD64)] on win32

第159行：

for i in range(20000):  

变成

for i in range(100):  

if i % 10 == 0:  

第161行：

if i % 100 == 0:  

变成

for i in range(100):  

if i % 10 == 0:  

这是它的输出（在cmd中运行）：

请注意，一旦完成训练，脚本将自动退出，不会出现错误，而不会打印测试精度，即使我提供了-I标记。当我删除打印测试精度的行（第167行和第168行）时

然后脚本就完美地工作了。因此，这行代码似乎以某种方式导致脚本退出

我试过运行softmax教程（），它还使用相同的数据集打印测试精度

print(accuracy.eval(feed_dict = {x: mnist.test.images, y_: mnist.test.labels}))

而且效果很好：

C:\Users\Steven\Documents\Atom\tensorflow-tutorial>python -i mnist_softmax_tutor
ial.py
Extracting MNIST_data\train-images-idx3-ubyte.gz
Extracting MNIST_data\train-labels-idx1-ubyte.gz
Extracting MNIST_data\t10k-images-idx3-ubyte.gz
Extracting MNIST_data\t10k-labels-idx1-ubyte.gz
2018-01-18 21:49:34.174464: I C:\tf_jenkins\home\workspace\rel-win\M\windows\PY\
36\tensorflow\core\platform\cpu_feature_guard.cc:137] Your CPU supports instruct
ions that this TensorFlow binary was not compiled to use: AVX
0.9143
>>> exit()

C:\Users\Steven\Documents\Atom\tensorflow-tutorial>

我看了另一篇带有类似错误（）的帖子，上面说运行Windows安装验证脚本（）。但是，我运行了它，没有发现任何问题：

C:\Users\Steven\Documents\Atom\tensorflow-tutorial>python tensorflow_self_check.
py
TensorFlow successfully installed.
The installed version of TensorFlow does not include GPU support.

我还尝试重新安装TensorFlow（使用pip卸载，然后使用pip安装），但这并没有解决问题

我的python版本如下：

Python 3.6.3 (v3.6.3:2c5fed8, Oct  3 2017, 18:11:49) [MSC v.1900 64 bit (AMD64)] on win32

我使用

pip3 install --upgrade tensorflow

---

感谢您的帮助。谢谢

我的系统正在工作，你能再检查一下吗

Successfully downloaded train-images-idx3-ubyte.gz 9912422 bytes.
Extracting /tmp/tensorflow/mnist/input_data/train-images-idx3-ubyte.gz
Successfully downloaded train-labels-idx1-ubyte.gz 28881 bytes.
Extracting /tmp/tensorflow/mnist/input_data/train-labels-idx1-ubyte.gz
Successfully downloaded t10k-images-idx3-ubyte.gz 1648877 bytes.
Extracting /tmp/tensorflow/mnist/input_data/t10k-images-idx3-ubyte.gz
Successfully downloaded t10k-labels-idx1-ubyte.gz 4542 bytes.
Extracting /tmp/tensorflow/mnist/input_data/t10k-labels-idx1-ubyte.gz
Saving graph to: /tmp/tmpaxAoQ2
2018-01-19 17:02:14.087095: I tensorflow/core/platform/cpu_feature_guard.cc:137] Your CPU supports instructions that this TensorFlow binary was not compiled to use: SSE4.1 SSE4.2 AVX AVX2 FMA
step 0, training accuracy 0.06
test accuracy 0.4421

---

原来问题是我的计算机没有足够的RAM来测试所有10000个测试图像。通常，有些东西会抛出一个记忆错误，但我想张量流会抑制这个错误

>>> with sess.as_default(): print(accuracy.eval(feed_dict = {x: mnist.test.image
s[:1000,:], y_: mnist.test.labels[:1000,:], keep_prob: 1.0}))
...
0.442
>>> with sess.as_default(): print(accuracy.eval(feed_dict = {x: mnist.test.image
s[:10000,:], y_: mnist.test.labels[:10000,:], keep_prob: 1.0}))
...

C:\Users\Steven\Documents\Atom\tensorflow-tutorial>

---

在第二行中，Python在放弃和退出之前会释放高达2gb的ram。不确定错误消息被抑制的原因。

可能是字符串格式有问题，如您在softmax教程中尝试过不使用格式打印吗？谢谢您的建议。我将打印行更改为

print（accurity.eval（feed\u dict={x:mnist.test.images，y\u:mnist.test.labels，keep\u prob:1.0}））

，但行为没有改变。感谢您的建议，但我不确定“再次检查”是什么意思。我尝试了一次又一次，但没有效果（如上所述）。我想再试一次，该代码正在我的系统上运行，它正在打印测试精度，正如您在上面看到的。您能告诉我您使用的是哪个版本的tensorflow吗？

tf.\uuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuu