我正在通過水上的水滴的tensorflow示例，代碼：

#Import libraries for simulation

import tensorflow as tf

import numpy as np

#Imports for visualization

import PIL.Image

from io import BytesIO

from IPython.display import clear_output, Image, display

#A function for displaying the state of the pond's surface as an image.

def DisplayArray(a, fmt='jpeg', rng=[0,1]):

"""Display an array as a picture."""

a = (a - rng[0])/float(rng[1] - rng[0])*255

a = np.uint8(np.clip(a, 0, 255))

f = BytesIO()

PIL.Image.fromarray(a).save(f, fmt)

clear_output(wait = True)

display(Image(data=f.getvalue()))

sess = tf.InteractiveSession()

def make_kernel(a):

"""Transform a 2D array into a convolution kernel"""

a = np.asarray(a)

a = a.reshape(list(a.shape) + [1,1])

return tf.constant(a, dtype=1)

def simple_conv(x, k):

"""A simplified 2D convolution operation"""

x = tf.expand_dims(tf.expand_dims(x, 0), -1)

y = tf.nn.depthwise_conv2d(x, k, [1, 1, 1, 1], padding='SAME')

return y[0, :, :, 0]

def laplace(x):

"""Compute the 2D laplacian of an array"""

laplace_k = make_kernel([[0.5, 1.0, 0.5],

[1.0, -6., 1.0],

[0.5, 1.0, 0.5]])

return simple_conv(x, laplace_k)

N = 500

# Initial Conditions -- some rain drops hit a pond

# Set everything to zero

u_init = np.zeros([N, N], dtype=np.float32)

ut_init = np.zeros([N, N], dtype=np.float32)

# Some rain drops hit a pond at random points

for n in range(40):

a,b = np.random.randint(0, N, 2)

u_init[a,b] = np.random.uniform()

DisplayArray(u_init, rng=[-0.1, 0.1])

# Parameters:

# eps -- time resolution

# damping -- wave damping

eps = tf.placeholder(tf.float32, shape=())

damping = tf.placeholder(tf.float32, shape=())

# Create variables for simulation state

U ?= tf.Variable(u_init)

Ut = tf.Variable(ut_init)

# Discretized PDE update rules

U_ = U + eps * Ut

Ut_ = Ut + eps * (laplace(U) - damping * Ut)

# Operation to update the state

step = tf.group(

U.assign(U_),

Ut.assign(Ut_))

# Initialize state to initial conditions

tf.global_variables_initializer().run()

# Run 1000 steps of PDE

for i in range(1000):

# Step simulation

step.run({eps: 0.03, damping: 0.04})

DisplayArray(U.eval(), rng=[-0.1, 0.1])

然后從Ipython I import partial_d但它不會(huì)生成動(dòng)畫。

任何使用過tensorflow的人都知道如何解決這個(gè)問題？ 谷歌提到Ipython Notebook，無法找到/設(shè)置，但我確實(shí)安裝了jupyter和最新的Ipython。

你以前用過jupyter嗎？ 我認(rèn)為你需要啟動(dòng)筆記本服務(wù)器并從那里運(yùn)行代碼。

嘗試運(yùn)行jupyter notebook，然后將代碼導(dǎo)入筆記本。 或者，您可以將代碼復(fù)制并粘貼到代碼單元格中，然后跳過導(dǎo)入。

我不熟悉你所指的例子，但我不認(rèn)為這是一個(gè)TF問題。 了解如何通過jupyter運(yùn)行它(iPython的新名稱可以清除任何混淆)。

我熟悉python，剛剛安裝了jupyter，我確實(shí)運(yùn)行了代碼，但無法弄清楚如何從那里運(yùn)行腳本。以下是此drive.google.com/file/d/0B0nxIjitvEABMkQzZDktcUNyV3c/&hellip的兩個(gè)快照; drive.google.com/file/d/0B0nxIjitvEABUmppc3JyREg1ZDg/…

點(diǎn)擊新的新筆記本。確保它正確連接到python內(nèi)核(它應(yīng)該是)然后+一個(gè)新的代碼單元，復(fù)制你的代碼并運(yùn)行。我是否可以強(qiáng)烈建議您花幾分鐘時(shí)間研究一下jupyter筆記本。在編寫python時(shí)，它們非常有用，特別是對(duì)于Tensorflow這樣的東西。我一直用它來進(jìn)行TF開發(fā)。不要打開.py文件，因?yàn)槟銦o法在jupyter中運(yùn)行它。您可以使用之前提到的命令導(dǎo)入，但我只是將它放在一個(gè)新筆記本的單元格中。

現(xiàn)在我想出了如何使用它是啊只是將它復(fù)制到單元格然后運(yùn)行它工作，你如何導(dǎo)入代碼？

我相信有一個(gè)導(dǎo)入命令，但我從來沒有使用它。我通常從頭開始，但如果沒有太多，你可以將代碼復(fù)制到單元格中。我將研究如何使用jupyter來優(yōu)化您的工作流程并在單元格之間拆分代碼。這對(duì)Tensorflow真有幫助！有關(guān)使用魔術(shù)命令導(dǎo)入代碼的更多信息，請(qǐng)參閱此內(nèi)容對(duì)于更進(jìn)一步的jupyter問題，請(qǐng)隨時(shí)創(chuàng)建一個(gè)新問題，將其鏈接到此處，我可以提供幫助，因?yàn)榇藂已得到解答

這讓我快速了解如何使用jupyter和tensorflow來生成漣漪動(dòng)畫。

總結(jié)

以上是生活随笔為你收集整理的jupyter ipython display_Tensorflow从jupyter / Ipython运行动画的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。