小编Nex*_*Nex的帖子

我已经阅读了Microsoft的OpenSource AI Library CNTK的文档,并且了解了如何创建和训练神经网络.我也理解,如何将训练结果"保存"到输出目录中.

但是,我没有看到将结果加载到神经网络中的方法,甚至更复杂:如何将训练好的神经网络包装到应用程序中,所以我实际上可以在生产中使用它而不是仅仅用于学术研究.

我想将我的神经网络集成到我的Python或C#应用程序中.我如何将其包装成这样,我如何创建一个输入和输出接口？

谢谢.

我刚刚开始使用线程,很快我就遇到了多少线程太多的常见问题？
做了一些研究后,我甚至更加困惑.

任务
我有16个核心和一个生成1000个对象的应用程序,尽管建筑参数一致.根据msdn文档和最大线程数,创建1000个线程通常会产生巨大的开销,从而破坏多线程的性能优势 .此外,我必须保持3.5 NET 32位限制(.NET应用程序中的最大线程数？).

问题1
有了这样的单方面任务,是否有可能在计算机上创建比核心更多的线程？.NET优化了什么吗？我应该使用的最大线程数是多少？

问题2
是否有一个简单的美丽解决方案,除了用限制资源排队？像信号量的东西,我创建所有1000个线程,但立即停用线程,以便不分配默认的线程堆栈？

我刚刚通过我的mac上的cifar10 tensorflow教程.这个教程激起了我对NN的热情,所以我设置了一个Ubuntu Server,以便进行大规模的训练.

但是我无法在我的服务器上运行cifar10_train.py.我总是遇到这个错误:

tensorflow源代码的路径:

~/python/tensorflow/tensorflow/tensorflow/

tensorflow virtualenv安装的路径:

~/tensorflow/

CMD:

source ~/tensorflow/bin/activate #activate virtualenv
python/tensorflow/tensorflow/tensorflow/models/image/cifar10/cifar10_train.py #the raw source code of tensorflow is in ~/python/tensorflow/tensorflow/tensorflow

错误:

Traceback (most recent call last):
  File "python/tensorflow/tensorflow/tensorflow/models/image/cifar10/cifar10_train.py", line 28, in <module>
    import tensorflow.python.platform
  File "/home/it13095/tensorflow/local/lib/python2.7/site-packages/tensorflow/__init__.py", line 4, in <module>
    from tensorflow.python import *
  File "/home/it13095/tensorflow/local/lib/python2.7/site-packages/tensorflow/python/__init__.py", line 22, in <module>
    from tensorflow.python.client.client_lib import *
  File "/home/it13095/tensorflow/local/lib/python2.7/site-packages/tensorflow/python/client/client_lib.py", line 35, in <module>
    from tensorflow.python.client.session import InteractiveSession
  File "/home/it13095/tensorflow/local/lib/python2.7/site-packages/tensorflow/python/client/session.py", line 11, in <module>
    from tensorflow.python import pywrap_tensorflow …