在Tensorflow上运行示例程序时获取“PermissionDeniedError”

抱歉我缺乏知识，但我试图在Tensorflow上运行示例：

import numpy as np
import tensorflow as tf

feature_columns = [tf.feature_column.numeric_column("x", shape=[1])]

estimator = tf.estimator.LinearRegressor(feature_columns=feature_columns)

x_train = np.array([1., 2., 3., 4.])
y_train = np.array([0., -1., -2., -3.])
x_eval = np.array([2., 5., 8., 1.])
y_eval = np.array([-1.01, -4.1, -7, 0.])
input_fn = tf.estimator.inputs.numpy_input_fn(
    {"x": x_train}, y_train, batch_size=4, num_epochs=None, shuffle=True)
train_input_fn = tf.estimator.inputs.numpy_input_fn(
    {"x": x_train}, y_train, batch_size=4, num_epochs=1000, shuffle=False)
eval_input_fn = tf.estimator.inputs.numpy_input_fn(
    {"x": x_eval}, y_eval, batch_size=4, num_epochs=1000, shuffle=False)


estimator.train(input_fn=input_fn, steps=1000)

train_metrics = estimator.evaluate(input_fn=train_input_fn)
eval_metrics = estimator.evaluate(input_fn=eval_input_fn)
print("train metrics: %r"% train_metrics)
print("eval metrics: %r"% eval_metrics)

我收到以下错误消息：PermissionDeniedError：无法删除文件：C：\ Users \ Jeff \ AppData \ Local \ Temp \ tmpgpmjek44 \ graph.pbtxt.tmpe31b9f4677cb426fbaef32dadeaf1a4d;没有权限

我发现错误来自“estimator.train（input_fn = input_fn，steps = 1000）”这一行 . 我试着查看文件夹和文件 . 他们已获得完全控制权 . 这可能是一个愚蠢的问题，但这可能是什么原因和解决方案 . 非常感谢你提前！

更新：

我从根运行它并得到以下内容：

（C：\ Users \ Jeff \ Anaconda3）C：\ Users \ Jeff> python test.py警告：tensorflow：使用临时文件夹作为模型目录：C：\ Users \ Jeff \ AppData \ Local \ Temp \ tmp0yywjv30 2017-11 -10 22：54：59.808636：IC：\ tf_jenkins \ home \ workspace \ rel-win \ M \ windows -gpu \ PY \ 36 \ tensorflow \ core \ platform \ cpu_feature_guard.cc：137]您的CPU支持此TensorFlow的说明二进制文件未编译使用：AVX AVX2 2017-11-10 22：55：00.096842：IC：\ tf_jenkins \ home \ workspace \ rel-win \ M \ windows-gpu \ PY \ 36 \ tensorflow \ core \ common_runtime \ gpu \ gpu_device.cc：1030]找到具有属性的设备0：名称：GeForce GTX 1060 major：6 minor：1 memoryClockRate（GHz）：1.6705 pciBusID：0000：01：00.0 totalMemory：6.00GiB freeMemory：4.99GiB 2017-11-10 22：55：00.096927：IC：\ tf_jenkins \ home \ workspace \ rel-win \ M \ windows -gpu \ PY \ 36 \ tensorflow \ core \ common_runtime \ gpu \ gpu_device.cc：1120]创建TensorFlow设备（/ device： GPU：0） - >（设备：0，名称：GeForce GTX 1060，pci总线ID：0000：01：00.0，计算能力：6.1）2017-11-10 22：55：02.51 2317：EC：\ tf_jenkins \ home \ workspace \ rel-win \ M \ windows -gpu \ PY \ 36 \ tensorflow \ stream_executor \ cuda \ cuda_blas.cc：366]无法创建cublas句柄：CUBLAS_STATUS_ALLOC_FAILED 2017-11-10 22 ：55：02.513461：EC：\ tf_jenkins \ home \ workspace \ rel-win \ M \ windows -gpu \ PY \ 36 \ tensorflow \ stream_executor \ cuda \ cuda_blas.cc：366]无法创建cublas句柄：CUBLAS_STATUS_ALLOC_FAILED 2017-11 -10 22：55：02.513601：EC：\ tf_jenkins \ home \ workspace \ rel-win \ M \ windows -gpu \ PY \ 36 \ tensorflow \ stream_executor \ cuda \ cuda_blas.cc：366]无法创建cublas句柄：CUBLAS_STATUS_ALLOC_FAILED 2017-11-10 22：55：02.514975：EC：\ tf_jenkins \ home \ workspace \ rel-win \ M \ windows -gpu \ PY \ 36 \ tensorflow \ stream_executor \ cuda \ cuda_blas.cc：366]无法创建cublas句柄：CUBLAS_STATUS_ALLOC_FAILED 2017-11-10 22：55：02.515067：WC：\ tf_jenkins \ home \ workspace \ rel-win \ M \ windows-gpu \ PY \ 36 \ tensorflow \ stream_executor \ stream.cc：1901]试图执行BLAS操作使用StreamExecutor而不支持BLAS支持Traceback（最近一次调用l ast）：文件“C：\ Users \ Jeff \ Anaconda3 \ lib \ site-packages \ tensorflow \ python \ client \ session.py”，第1323行，在_do_call中返回fn（* args）文件“C：\ Users \ Jeff \ anaconda3 \ lib \ site-packages \ tensorflow \ python \ client \ session.py“，第1302行，在_run_fn状态，run_metadata）文件”C：\ Users \ Jeff \ Anaconda3 \ lib \ site-packages \ tensorflow \ python \ framework \ errors_impl.py“，第473行，在退出c_api.TF_GetCode（self.status.status）中）tensorflow.python.framework.errors_impl.InternalError：Blas GEMV启动失败：m = 1，n = 4 [[Node：linear] / linear_model / x / weighted_sum = MatMul [T = DT_FLOAT，transpose_a = false，transpose_b = false，_device =“/ job：localhost / replica：0 / task：0 / device：GPU：0”]（linear / linear_model / x /重塑，线性/线性模型/ x /权重）]] [[节点：线性/梯度/线性/ linear_model / x / weighted_sum_grad / tuple / control_dependency_1 / _85 = _Recvclient_terminated = false，recv_device =“/ job：localhost / replica：0 / task：0 / device：CPU：0“，send_device =”/ job：localhost / replica：0 / task：0 / device：GPU：0“，send_device_incarnation = 1，ten sor_name =“edge_184_linear / gradients / linear / linear_model / x / weighted_sum_grad / tuple / control_dependency_1”，tensor_type = DT_FLOAT，_device =“/ job：localhost / replica：0 / task：0 / device：CPU：0”]]

在处理上述异常期间，发生了另一个异常：

回溯（最近一次调用最后一次）：文件“test.py”，第39行，在estimator.train中（input_fn = input_fn，steps = 1000）文件“C：\ Users \ Jeff \ Anaconda3 \ lib \ site-packages \ tensorflow \ python \ estimator \ estimator.py“，第302行，列车损失= self._train_model（input_fn，hooks，saving_listeners）文件”C：\ Users \ Jeff \ Anaconda3 \ lib \ site-packages \ tensorflow \ python \ estimator \ estimator.py“，第783行，_train_model _，loss = mon_sess.run（[estimator_spec.train_op，estimator_spec.loss]）文件”C：\ Users \ Jeff \ Anaconda3 \ lib \ site-packages \ tensorflow \ python \ training \ monitored_session.py“，第521行，运行run_metadata = run_metadata）文件”C：\ Users \ Jeff \ Anaconda3 \ lib \ site-packages \ tensorflow \ python \ training \ monitored_session.py“，第892行，运行run_metadata = run_metadata）文件“C：\ Users \ Jeff \ Anaconda3 \ lib \ site-packages \ tensorflow \ python \ training \ monitored_session.py”，第967行，在运行中提高six.reraise（* original_exc_info）文件“C：\ Users \ Jeff \ Anaconda3 \ lib \ site-packages \ six.py“，第693行，重新加注值Fil Ë“C：\ Users \ Jeff \ Anaconda3 \ lib \ site-packages \ tensorflow \ python \ training \ monitored_session.py”，第952行，在运行中返回self._sess.run（* args，** kwargs）文件“C： \ Users \ Jeff \ Anaconda3 \ lib \ site-packages \ tensorflow \ python \ training \ monitored_session.py“，第1024行，运行run_metadata = run_metadata）文件”C：\ Users \ Jeff \ Anaconda3 \ lib \ site-packages \ tensorflow \ python \ training \ monitored_session.py“，第827行，在运行中返回self._sess.run（* args，** kwargs）文件”C：\ Users \ Jeff \ Anaconda3 \ lib \ site-packages \ tensorflow \ python \ client \ session.py“，第889行，运行run_metadata_ptr）文件”C：\ Users \ Jeff \ Anaconda3 \ lib \ site-packages \ tensorflow \ python \ client \ session.py“，第1120行，在_run feed_dict_tensor中， options，run_metadata）文件“C：\ Users \ Jeff \ Anaconda3 \ lib \ site-packages \ tensorflow \ python \ client \ session.py”，第1317行，在_do_run选项中，run_metadata）文件“C：\ Users \ Jeff \” Anaconda3 \ lib \ site-packages \ tensorflow \ python \ client \ session.py“，第1336行，在_do_call引发类型（e）（node_def，op，message）tensorflow .python.framework.errors_impl.InternalError：Blas GEMV启动失败：m = 1，n = 4 [[Node：linear / linear_model / x / weighted_sum = MatMul [T = DT_FLOAT，transpose_a = false，transpose_b = false，_device =“ / job：localhost / replica：0 / task：0 / device：GPU：0“]（linear / linear_model / x / Reshape，linear / linear_model / x / weights）]] [[Node：linear / gradient / linear / linear_model / x / weighted_sum_grad / tuple / control_dependency_1 / _85 = _Recvclient_terminated = false，recv_device =“/ job：localhost / replica：0 / task：0 / device：CPU：0”，send_device =“/ job：localhost / replica：0 /任务：0 /设备：GPU：0“，send_device_incarnation = 1，tensor_name =”edge_184_linear / gradient / linear / linear_model / x / weighted_sum_grad / tuple / control_dependency_1“，tensor_type = DT_FLOAT，_device =”/ job：localhost / replica：0 / task：0 / device：CPU：0“]]由op'linear / linear_model / x / weighted_sum'引起，定义于：文件”test.py“，第39行，在estimator.train中（input_fn = input_fn，steps = 1000）文件“C：\ Users \ Jeff \ Anaconda3 \ lib \ site-packages \ tensorflow \ python \ estimator \ estimator.py”，第302行，在train loss = self._train_model（input_fn，hooks，saving_listeners）文件“C：\ Users \ Jeff \ Anaconda3 \ lib \ site-packages \ tensorflow \ python \ estimator \ estimator.py”，第711行，在_train_model中，标签，model_fn_lib.ModeKeys.TRAIN，self.config）文件“C：\ Users \ Jeff \ Anaconda3 \ lib \ site-packages \ tensorflow \ python \ estimator \ estimator.py”，第694行，在_call_model_fn中model_fn_results = self._model_fn （features = features，** kwargs）文件“C：\ Users \ Jeff \ Anaconda3 \ lib \ site-packages \ tensorflow \ python \ estimator \ canned \ linear.py”，第348行，在_model_fn config = config）文件“ C：\ Users \ Jeff \ Anaconda3 \ lib \ site-packages \ tensorflow \ python \ estimator \ canned \ linear.py“，第118行，_linear_model_fn logits = logit_fn（features = features）文件”C：\ Users \ Jeff \ Anaconda3 \ lib \ site-packages \ tensorflow \ python \ estimator \ canned \ linear.py“，第70行，在linear_logit_fn features = features，feature_columns = feature_columns，units = units）文件”C：\ Users \ Jeff \ Anaconda3 \ lib \站点包\ tensorflow \ python的\ feature_column \ featur e_column.py“，第321行，在linear_model列，builder，units，weight_collections，trainable））文件”C：\ Users \ Jeff \ Anaconda3 \ lib \ site-packages \ tensorflow \ python \ feature_column \ feature_column.py“，line 1376，在_create_dense_column_weighted_sum中返回math_ops.matmul（tensor，weight，name ='weighted_sum'）文件“C：\ Users \ Jeff \ Anaconda3 \ lib \ site-packages \ tensorflow \ python \ ops \ math_ops.py”，第1891行，在matmul a，b，transpose_a = transpose_a，transpose_b = transpose_b，name = name）文件“C：\ Users \ Jeff \ Anaconda3 \ lib \ site-packages \ tensorflow \ python \ ops \ gen_math_ops.py”，第2436行，in _mat_mul name = name）文件“C：\ Users \ Jeff \ Anaconda3 \ lib \ site-packages \ tensorflow \ python \ framework \ op_def_library.py”，第787行，在_apply_op_helper中op_def = op_def）文件“C：\ Users \ Jeff \ anaconda3 \ lib \ site-packages \ tensorflow \ python \ framework \ ops.py“，第2956行，在create_op中op_def = op_def）文件”C：\ Users \ Jeff \ Anaconda3 \ lib \ site-packages \ tensorflow \ python \ framework \ ops.py“，第1470行，在init self._traceback = self._graph._e中xtract_stack（）#pylint：disable = protected-access InternalError（参见上面的回溯）：Blas GEMV启动失败：m = 1，n = 4 [[Node：linear / linear_model / x / weighted_sum = MatMul [T = DT_FLOAT，transpose_a = false，transpose_b = false，_device =“/ job：localhost / replica：0 / task：0 / device：GPU：0”]（linear / linear_model / x / Reshape，linear / linear_model / x / weights）]] [ [节点：线性/梯度/线性/ linear_model / x / weighted_sum_grad / tuple / control_dependency_1 / _85 = _Recvclient_terminated = false，recv_device =“/ job：localhost / replica：0 / task：0 / device：CPU：0”，send_device = “/ job：localhost / replica：0 / task：0 / device：GPU：0”，send_device_incarnation = 1，tensor_name =“edge_184_linear / gradient / linear / linear_model / x / weighted_sum_grad / tuple / control_dependency_1”，tensor_type = DT_FLOAT，_device = “/作业：本地主机/复制：0 /任务：0 /装置：CPU：0”]]