0
私はthis Tensorflow tutorialのコードを使って8時の結果に到達しようとしていますが、私はJupyter何らかの理由で、彼のIDLEの代わりに。 Dockerマシンは "Linux 2.6/3.x/4.x（64-bit）"で動作しています。Python 3.4 matplotlib 1.5.1 pyplot.pause私が投げたNotImplementedError（Windows上のDockerで実行中）
彼のコード：
from __future__ import print_function
import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
%matplotlib notebook
def add_layer(inputs, in_size, out_size, activation_function=None):
# add one more layer and return the output of this layer
Weights = tf.Variable(tf.random_normal([in_size, out_size]))
biases = tf.Variable(tf.zeros([1, out_size]) + 0.1)
Wx_plus_b = tf.matmul(inputs, Weights) + biases
if activation_function is None:
outputs = Wx_plus_b
else:
outputs = activation_function(Wx_plus_b)
return outputs
# Make up some real data
x_data = np.linspace(-1,1,300)[:, np.newaxis]
noise = np.random.normal(0, 0.05, x_data.shape)
y_data = np.square(x_data) - 0.5 + noise
# define placeholder for inputs to network
xs = tf.placeholder(tf.float32, [None, 1])
ys = tf.placeholder(tf.float32, [None, 1])
# add hidden layer
l1 = add_layer(xs, 1, 10, activation_function=tf.nn.relu)
# add output layer
prediction = add_layer(l1, 10, 1, activation_function=None)
# the error between prediciton and real data
loss = tf.reduce_mean(tf.reduce_sum(tf.square(ys - prediction),
reduction_indices=[1]))
train_step = tf.train.GradientDescentOptimizer(0.1).minimize(loss)
# important step
init = tf.initialize_all_variables()
sess = tf.Session()
sess.run(init)
# plot the real data
fig = plt.figure()
ax = fig.add_subplot(1,1,1)
ax.scatter(x_data, y_data)
plt.ion()
plt.show()
for i in range(1000):
# training
sess.run(train_step, feed_dict={xs: x_data, ys: y_data})
if i % 50 == 0:
# to visualize the result and improvement
try:
ax.lines.remove(lines[0])
except Exception:
pass
prediction_value = sess.run(prediction, feed_dict={xs: x_data})
# plot the prediction
lines = ax.plot(x_data, prediction_value, 'r-', lw=5)
plt.pause(0.1)
から： https://github.com/erroneousboat/tensorflow-python3-jupyter、 私は、Python 3.4とJupyter 1.0.0でTensorflowを引っ張ってJupyterについて
を1.5.1 matplotlibのをアップグレードし、私はすでに追加しました上部に%matplotlib notebook私はこのコードを実行すると
、私は一番下のplt.pause(0.1)は私に非推奨の警告とNotImplementedErrorを投げたと思う：
/usr/local/lib/python3.4/site-packages/matplotlib/backend_bases.py:2437: MatplotlibDeprecationWarning: Using default event loop until function specific to this GUI is implemented
warnings.warn(str, mplDeprecation)
---------------------------------------------------------------------------
NotImplementedError Traceback (most recent call last)
<ipython-input-1-a34f2ae50337> in <module>()
59 # plot the prediction
60 lines = ax.plot(x_data, prediction_value, 'r-', lw=5)
---> 61 plt.pause(0.1)
/usr/local/lib/python3.4/site-packages/matplotlib/pyplot.py in pause(interval)
297 canvas.draw()
298 show(block=False)
--> 299 canvas.start_event_loop(interval)
300 return
301
/usr/local/lib/python3.4/site-packages/matplotlib/backends/backend_nbagg.py in start_event_loop(self, timeout)
192
193 def start_event_loop(self, timeout):
--> 194 FigureCanvasBase.start_event_loop_default(self, timeout)
195
196 def stop_event_loop(self):
/usr/local/lib/python3.4/site-packages/matplotlib/backend_bases.py in start_event_loop_default(self, timeout)
2443 self._looping = True
2444 while self._looping and counter * timestep < timeout:
-> 2445 self.flush_events()
2446 time.sleep(timestep)
2447 counter += 1
/usr/local/lib/python3.4/site-packages/matplotlib/backend_bases.py in flush_events(self)
2388 backends with GUIs.
2389 """
-> 2390 raise NotImplementedError
2391
2392 def start_event_loop(self, timeout):
NotImplementedError:
その後、全体のプログラムは、最初の誤った行で停止しました。
私はそれをテストし、問題がpauseであることを確認しました。
コード実行時にエラーが発生し、その行はまだ存在します。 plt.pause(1)がなければ、その行は実際に消えてしまいます。
pauseをtime.sleep(1)に置き換えようとしましたが、最後の結果がlinesになるまで表示されませんでした。
これを解決する方法はありますか？前もって感謝します。