Керас предтренированная модель не скачивается - PullRequest
0 голосов
/ 09 сентября 2018

я использую этот код

import time
import tensorflow as tf
from keras.applications import vgg16, inception_v3, resnet50, mobilenet
print ("CLOADING vgg 16 MODEL : ",time.strftime("%I:%M:%S"))
with tf.device('/gpu:0'):

    vgg_model = vgg16.VGG16(weights='imagenet')
    print ("vgg MODEL loaded,inception loading: ",time.strftime("%I:%M:%S"))

    #inception_model = inception_v3.InceptionV3(weights='imagenet')
    #print ("inception loaded resnet loading: ",time.strftime("%I:%M:%S"))

    resnet_model = resnet50.ResNet50(weights='imagenet')
    print (",mobilenet loading : ",time.strftime("%I:%M:%S"))

    mobilenet_model = mobilenet.MobileNet(weights='imagenet')
    print ("end loading  : ",time.strftime("%I:%M:%S"))

Модель vgg16 загружается хорошо, но когда она начинает загружать начальную модель, выдает ошибку:

tenorflow / core / platform / cpu_feature_guard.cc: 141] Ваш ЦП поддерживает инструкции, которые этот двоичный файл TensorFlow не был скомпилирован для использования: AVX AVX2

I tenorflow / core / common_runtime / gpu / gpu_device.cc: 1405] Найдено устройство 0 со свойствами: имя: GeForce GT 750M, майор: 3 минор: 0, MemoryClockRate (ГГц): 0,967 pciBusID: 0000: 02: 00.0 общая память: 2,00 ГБ свободная память: 1,66 ГБ

tenenflow / core / common_runtime / gpu / gpu_device.cc: 1484] Добавление видимых устройств GPU: 0

tenenflow / core / common_runtime / gpu / gpu_device.cc: 965] Соединение устройств StreamExecutor с краевой матрицей прочности 1:

tenorflow / core / common_runtime / gpu / gpu_device.cc: 971] 0

tenorflow / core / common_runtime / gpu / gpu_device.cc: 984] 0: N

tenorflow / core / common_runtime / gpu / gpu_device.cc: 1097] Создано устройство TensorFlow (/ job: localhost / replica: 0 / task: 0 / device: GPU: 0 с памятью 1426 МБ) -> физический GPU (устройство : 0, имя: GeForce GT 750M, идентификатор шины PCI: 0000: 02: 00.0, вычислительная мощность: 3,0)

Добро пожаловать на сайт PullRequest, где вы можете задавать вопросы и получать ответы от других членов сообщества.
...