我是Linux的新手(使用Ubuntu 14.04 LTS 64bit),来自Windows,我正试图移植我现有的CUDA项目.
通过链接时
/usr/local/cuda/bin/nvcc -arch=compute_30 -code=sm_30,compute_30 -o Main.o Display.o FileUtil.o Timer.o NeuralNetwork.o -L/usr/lib -L/usr/local/lib -L/usr/lib/x86_64-linux-gnu -L/usr/local/cuda/lib64 -lGLEW -lglfw3 -lGL -lGLU -lcuda -lcudart
我遇到以下错误:
/usr/bin/ld: /usr/local/lib/libglfw3.a(x11_clipboard.c.o): undefined reference to symbol 'XConvertSelection'
//usr/lib/x86_64-linux-gnu/libX11.so.6: error adding symbols: DSO missing from command line
collect2: error: ld returned 1 exit status
make: *** [CUDANN] Error 1
答案似乎与本文中的解决方案密切相关(奇怪的链接错误:DSO从命令行中丢失),但鉴于我对Linux的经验不足,我无法使它们适应我自己的问题.
关于问题可能是什么的任何想法？
以下是编译期间的完整输出:https://gist.github.com/wbolden/857eddd11e4dcb915c02
这是我对Makefile的尝试:https: //gist.github.com/wbolden/135033daae04ed0d8cf3
假设我有一个NxM权重变量weights和一个1s和0s的常数NxM矩阵mask。
如果我的网络层是这样定义的（其他层也类似地定义）：
masked_weights = mask*weights
layer1 = tf.relu(tf.matmul(layer0, masked_weights) + biases1)
在训练过程中，该网络的行为会像输入的0 mask一样为零weights吗？（即好像这些权重代表的连接已从网络中完全删除）？
如果没有，我如何在TensorFlow中实现这一目标？