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但它不會生成動畫。

任何使用過tensorflow的人都知道如何解決這個問題？ 谷歌提到Ipython Notebook，無法找到/設置，但我確實安裝了jupyter和最新的Ipython。

你以前用過jupyter嗎？ 我認為你需要啟動筆記本服務器并從那里運行代碼。

嘗試運行jupyter notebook，然后將代碼導入筆記本。 或者，您可以將代碼復制并粘貼到代碼單元格中，然后跳過導入。

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

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

點擊新的新筆記本。確保它正確連接到python內核(它應該是)然后+一個新的代碼單元，復制你的代碼并運行。我是否可以強烈建議您花幾分鐘時間研究一下jupyter筆記本。在編寫python時，它們非常有用，特別是對于Tensorflow這樣的東西。我一直用它來進行TF開發。不要打開.py文件，因為你無法在jupyter中運行它。您可以使用之前提到的命令導入，但我只是將它放在一個新筆記本的單元格中。

現在我想出了如何使用它是啊只是將它復制到單元格然后運行它工作，你如何導入代碼？

我相信有一個導入命令，但我從來沒有使用它。我通常從頭開始，但如果沒有太多，你可以將代碼復制到單元格中。我將研究如何使用jupyter來優化您的工作流程并在單元格之間拆分代碼。這對Tensorflow真有幫助！有關使用魔術命令導入代碼的更多信息，請參閱此內容對于更進一步的jupyter問題，請隨時創建一個新問題，將其鏈接到此處，我可以提供幫助，因為此q已得到解答

這讓我快速了解如何使用jupyter和tensorflow來生成漣漪動畫。

總結

以上是生活随笔為你收集整理的jupyter ipython display_Tensorflow从jupyter / Ipython运行动画的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。