Desarrollo de Python
  1. Desarrollo de Python
  3. El ejemplo de TensorFlow MNIST no se ejecuta con full_connected_feed.py
Intereting Posts
¿Qué es para Python lo que ‘explotar’ es para PHP? cómo convertir un valor entero negativo a hex en python Acceso a la dirección de la memoria de objetos ¿Cómo puedo crear un archivo de imagen PNG a partir de una lista de valores de píxeles en Python? Numpy: necesita una mano para comprender lo que sucede con el operador “in” La función `id` en Python 2.7, el operador` is`, la identidad del objeto y los métodos definidos por el usuario Ordenar una lista por el número de apariciones de los elementos en la lista decorador de propiedades de python Comprobando la conexión de red ¿Cómo convierto cualquier imagen a una imagen paleteada de 4 colores usando la biblioteca de imágenes de Python? Línea extra en la salida al imprimir dentro de un bucle apio-django no puede encontrar ajustes ¿Cómo arreglar la tasa de falsos positivos de un SVM lineal? Renombrando las claves de un diccionario Declaraciones de importación local en Python

El ejemplo de TensorFlow MNIST no se ejecuta con full_connected_feed.py

Soy capaz de ejecutar bien el Deep MNIST Example , pero cuando fully_connected_feed.py , fully_connected_feed.py el siguiente error: 

 File "fully_connected_feed.py", line 19, in  from tensorflow.g3doc.tutorials.mnist import input_data ImportError: No module named g3doc.tutorials.mnist

Soy nuevo en Python, así que también podría ser un problema de configuración general.

Este es un problema de ruta de Python. Suponiendo que el directorio tensorflow/g3doc/tutorials/mnist es su directorio de trabajo actual (o en su ruta de Python), la forma más fácil de resolverlo es cambiar las siguientes líneas en full_connected_feed.py desde: 

 from tensorflow.g3doc.tutorials.mnist import input_data from tensorflow.g3doc.tutorials.mnist import mnist

…a: 

 import input_data import mnist

Otra alternativa es vincular el directorio ‘g3doc’ desde el repository de github a la carpeta de rueda de python tensorflow. De esa manera no necesitas cambiar el código.