解決tensorflow添加ptb庫的問題
ptb數(shù)據(jù)集是語言模型學習中應用最廣泛的數(shù)據(jù)集,常用該數(shù)據(jù)集訓練RNN神經(jīng)網(wǎng)絡作為語言預測,tensorflow對于ptb數(shù)據(jù)集的讀取也定義了自己的函數(shù)庫用于讀取,在python 1.0定義了models文件用于導入ptb庫函數(shù),然而當python升級后,導入models文件時就會出現(xiàn):ModuleNotFountError錯誤,這時需要靠自己下載導入,github上有人共享了models文件,但是不清楚如何安裝,網(wǎng)上教程很多,但是安裝了還有很多的錯誤,本人搗鼓了一天算將其成功導入,因此寫成教程,可以不用下載低版本tensorflow,注意:該教程適用于linux系統(tǒng)下tensorflow。
步驟1:在低版本tensorflow中,導入ptb庫的語句為“from tensorflow.models.rnn.ptb import reader”,其形式與導入mnist庫一樣,因此我們需要查找安裝models庫的位置,在命令行中輸入:
locate tensorflow/examples/tutorials
此時將會顯示出有上面路徑的文件,找到路徑*/tensorflow/examples/tutorials/mnist,此時路徑*/tensorflow就是我們安裝models的路徑,用cd命令進入該文件。
步驟2:進入上面tensorflow文件后,用git下載models文件夾,在命令行中輸入命令:
git clone –recurse-submoduleshttps://github.com/tensorflow/models
如果沒有安裝git,請自行百度如何安裝git
步驟3:此時運行含有語句“from tensorflow.models.rnn.ptb import reader”還是會出錯,主要是因為下載的文件內容與低版本的庫有一定區(qū)別,可以逐步進入路徑“*/tensorflow/models”發(fā)現(xiàn),沒有文件rnn,rnn文件存在與路徑“*/tensorflow/models/tutorials/”文件下,因此我們需要將該語句改成
“from tensorflow.models.tutorials.rnn.ptb import reader”
步驟4:此時還會出錯,提示ModuleNotFoundError:No module name ‘reader',此時我們需要對ptb中的__init__.py文件進行修改,將該文件中的“import reader”修改成“from tensorflow.models.tutorials.rnn.ptb import reader”,還有將“import util”修改成“from tensorflow.models.tutorials.rnn.ptb import util”
此時再次運行程序,將成功導入ptb
以上這篇解決tensorflow添加ptb庫的問題就是小編分享給大家的全部內容了,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關文章
Python利用LightGBM實現(xiàn)高效的梯度提升
LightGBM是一個流行的梯度提升庫,由微軟開發(fā),并在多個機器學習競賽中取得了優(yōu)秀的表現(xiàn),本文主要為大家介紹了如何利用LightGBM實現(xiàn)高效的梯度提升,需要的可以參考一下2023-06-06Python算法輸出1-9數(shù)組形成的結果為100的所有運算式
這篇文章主要介紹了Python算法輸出1-9數(shù)組形成的結果為100的所有運算式,然后介紹了另外一個相關實例,具體內容請參閱正文,需要的朋友可以參考下。2017-11-11Ubuntu20.04環(huán)境安裝tensorflow2的方法步驟
這篇文章主要介紹了Ubuntu20.04環(huán)境安裝tensorflow2的實現(xiàn),文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧2021-01-01python函數(shù)參數(shù),名稱空間,以及函數(shù)嵌套
這篇文章主要給大家介紹python函數(shù)參數(shù)、名稱空間、以及函數(shù)嵌套的相關資料,想具體了解的小伙伴請和小編一起進入下面文章內容吧2021-10-10