Хорошо, я пытаюсь выполнить глубокую передачу стиля из окон, чтобы я мог обработать последовательность изображений для создания видео.Мне успешно удалось заставить работать версию CPU this , следуя этому руководству Я потратил много дней на это сейчас, и я попробовал множество методов, чтобы заставить это работатьЯ создал предыдущий вопрос с кучей нерешенных проблем, и то, что я пробовал здесь
Я сейчас нахожусь ближе всего к тому, чтобы заставить его работать на GPU, и я понятия не имеюоб этой ошибке.
Сейчас я использую anaconda версии 2.7, но в виртуальной среде под управлением
python 3.5.6 я вручную установил
cuda 8
cuDNN 5.1
однако я установил tenorflowна conda install tensorflow-gpu и запуск списка conda дает этот результат
# packages in environment at C:\Users\kurti\Anaconda2\envs\tf1:
#
# Name Version Build Channel
_tflow_select 2.1.0 gpu
absl-py 0.4.1 py35_0
astor 0.7.1 py35_0
blas 1.0 mkl
certifi 2018.8.24 py35_1
cudatoolkit 9.0 1
cudnn 7.3.1 cuda9.0_0
gast 0.2.0 py35_0
grpcio 1.12.1 py35h1a1b453_0
icc_rt 2019.0.0 h0cc432a_1
intel-openmp 2019.1 144
libprotobuf 3.6.0 h1a1b453_0
markdown 2.6.11 py35_0
mkl 2018.0.3 1
mkl_fft 1.0.6 py35hdbbee80_0
mkl_random 1.0.1 py35h77b88f5_1
numpy 1.15.2 py35ha559c80_0
numpy-base 1.15.2 py35h8128ebf_0
pip 10.0.1 py35_0
protobuf 3.6.0 py35he025d50_0
python 3.5.6 he025d50_0
setuptools 40.2.0 py35_0
six 1.11.0 py35_1
tensorboard 1.10.0 py35he025d50_0
tensorflow 1.10.0 gpu_py35ha5d5ef7_0
tensorflow-base 1.10.0 gpu_py35h6e53903_0
tensorflow-gpu 1.10.0 hf154084_0
termcolor 1.1.0 py35_1
vc 14.1 h0510ff6_4
vs2015_runtime 14.15.26706 h3a45250_0
werkzeug 0.14.1 py35_0
wheel 0.31.1 py35_0
wincertstore 0.2 py35hfebbdb8_0
zlib 1.2.11 h62dcd97_3
Это ошибка, которую я получаю при попытке запустить скрипт
(tf1) C:\Users\kurti\GitProjects\DeepStyle>cd C:\Users\kurti\GitProjects\DeepStyle\Deep Style\neural-style-tf-master
(tf1) C:\Users\kurti\GitProjects\DeepStyle\Deep Style\neural-style-tf-master>neural_style.py --content_img littleme.jpg --style_imgs starry-night.jpg --max_iterations 100 --verbose
I c:\tf_jenkins\home\workspace\release-win\device\gpu\os\windows\tensorflow\stream_executor\dso_loader.cc:128] successfully opened CUDA library cublas64_80.dll locally
I c:\tf_jenkins\home\workspace\release-win\device\gpu\os\windows\tensorflow\stream_executor\dso_loader.cc:128] successfully opened CUDA library cudnn64_5.dll locally
I c:\tf_jenkins\home\workspace\release-win\device\gpu\os\windows\tensorflow\stream_executor\dso_loader.cc:128] successfully opened CUDA library cufft64_80.dll locally
I c:\tf_jenkins\home\workspace\release-win\device\gpu\os\windows\tensorflow\stream_executor\dso_loader.cc:128] successfully opened CUDA library nvcuda.dll locally
I c:\tf_jenkins\home\workspace\release-win\device\gpu\os\windows\tensorflow\stream_executor\dso_loader.cc:128] successfully opened CUDA library curand64_80.dll locally
---- RENDERING SINGLE IMAGE ----
I c:\tf_jenkins\home\workspace\release-win\device\gpu\os\windows\tensorflow\core\common_runtime\gpu\gpu_device.cc:885] Found device 0 with properties:
name: GeForce GTX 1080
major: 6 minor: 1 memoryClockRate (GHz) 1.835
pciBusID 0000:02:00.0
Total memory: 8.00GiB
Free memory: 6.61GiB
I c:\tf_jenkins\home\workspace\release-win\device\gpu\os\windows\tensorflow\core\common_runtime\gpu\gpu_device.cc:906] DMA: 0
I c:\tf_jenkins\home\workspace\release-win\device\gpu\os\windows\tensorflow\core\common_runtime\gpu\gpu_device.cc:916] 0: Y
I c:\tf_jenkins\home\workspace\release-win\device\gpu\os\windows\tensorflow\core\common_runtime\gpu\gpu_device.cc:975] Creating TensorFlow device (/gpu:0) -> (device: 0, name: GeForce GTX 1080, pci bus id: 0000:02:00.0)
E c:\tf_jenkins\home\workspace\release-win\device\gpu\os\windows\tensorflow\core\common_runtime\gpu\gpu_device.cc:586] Could not identify NUMA node of /job:localhost/replica:0/task:0/gpu:0, defaulting to 0. Your kernel may not have been built with NUMA support.
BUILDING VGG-19 NETWORK
loading model weights...
constructing layers...
LAYER GROUP 1
--conv1_1 | shape=(1, 512, 434, 64) | weights_shape=(3, 3, 3, 64)
--relu1_1 | shape=(1, 512, 434, 64) | bias_shape=(64,)
--conv1_2 | shape=(1, 512, 434, 64) | weights_shape=(3, 3, 64, 64)
--relu1_2 | shape=(1, 512, 434, 64) | bias_shape=(64,)
--pool1 | shape=(1, 256, 217, 64)
LAYER GROUP 2
--conv2_1 | shape=(1, 256, 217, 128) | weights_shape=(3, 3, 64, 128)
--relu2_1 | shape=(1, 256, 217, 128) | bias_shape=(128,)
--conv2_2 | shape=(1, 256, 217, 128) | weights_shape=(3, 3, 128, 128)
--relu2_2 | shape=(1, 256, 217, 128) | bias_shape=(128,)
--pool2 | shape=(1, 128, 109, 128)
LAYER GROUP 3
--conv3_1 | shape=(1, 128, 109, 256) | weights_shape=(3, 3, 128, 256)
--relu3_1 | shape=(1, 128, 109, 256) | bias_shape=(256,)
--conv3_2 | shape=(1, 128, 109, 256) | weights_shape=(3, 3, 256, 256)
--relu3_2 | shape=(1, 128, 109, 256) | bias_shape=(256,)
--conv3_3 | shape=(1, 128, 109, 256) | weights_shape=(3, 3, 256, 256)
--relu3_3 | shape=(1, 128, 109, 256) | bias_shape=(256,)
--conv3_4 | shape=(1, 128, 109, 256) | weights_shape=(3, 3, 256, 256)
--relu3_4 | shape=(1, 128, 109, 256) | bias_shape=(256,)
--pool3 | shape=(1, 64, 55, 256)
LAYER GROUP 4
--conv4_1 | shape=(1, 64, 55, 512) | weights_shape=(3, 3, 256, 512)
--relu4_1 | shape=(1, 64, 55, 512) | bias_shape=(512,)
--conv4_2 | shape=(1, 64, 55, 512) | weights_shape=(3, 3, 512, 512)
--relu4_2 | shape=(1, 64, 55, 512) | bias_shape=(512,)
--conv4_3 | shape=(1, 64, 55, 512) | weights_shape=(3, 3, 512, 512)
--relu4_3 | shape=(1, 64, 55, 512) | bias_shape=(512,)
--conv4_4 | shape=(1, 64, 55, 512) | weights_shape=(3, 3, 512, 512)
--relu4_4 | shape=(1, 64, 55, 512) | bias_shape=(512,)
--pool4 | shape=(1, 32, 28, 512)
LAYER GROUP 5
--conv5_1 | shape=(1, 32, 28, 512) | weights_shape=(3, 3, 512, 512)
--relu5_1 | shape=(1, 32, 28, 512) | bias_shape=(512,)
--conv5_2 | shape=(1, 32, 28, 512) | weights_shape=(3, 3, 512, 512)
--relu5_2 | shape=(1, 32, 28, 512) | bias_shape=(512,)
--conv5_3 | shape=(1, 32, 28, 512) | weights_shape=(3, 3, 512, 512)
--relu5_3 | shape=(1, 32, 28, 512) | bias_shape=(512,)
--conv5_4 | shape=(1, 32, 28, 512) | weights_shape=(3, 3, 512, 512)
--relu5_4 | shape=(1, 32, 28, 512) | bias_shape=(512,)
--pool5 | shape=(1, 16, 14, 512)
Traceback (most recent call last):
File "C:\Users\kurti\GitProjects\DeepStyle\Deep Style\neural-style-tf-master\neural_style.py", line 858, in <module>
main()
File "C:\Users\kurti\GitProjects\DeepStyle\Deep Style\neural-style-tf-master\neural_style.py", line 855, in main
else: render_single_image()
File "C:\Users\kurti\GitProjects\DeepStyle\Deep Style\neural-style-tf-master\neural_style.py", line 824, in render_single_image
stylize(content_img, style_imgs, init_img)
File "C:\Users\kurti\GitProjects\DeepStyle\Deep Style\neural-style-tf-master\neural_style.py", line 564, in stylize
L_tv = tf.image.total_variation(net['input'])
AttributeError: module 'tensorflow.python.ops.image_ops' has no attribute 'total_variation'
Для первоначальных руководств требуется 3 других зависимости, которые яустановили с помощью команды pip3 в активированной среде, но я не уверен, что Cuda использует их, и, возможно, это вызывает ошибку?и если да, то как мне сказать cuda установить эти .whl
, пожалуйста, помогите, я не знаю, что делать.