qq_36763031的博客

最近使用VSCode远程连接Linux服务器时一直出错，使用PUTTY可以连接上，因此确定不是服务器方面的原因，经过搜索发现：将Remote-SSH的版本降低至0.49后问题即解决。

问题在使用交叉验证的时候，由于每一折都重新加载一个模型训练，跑完一折后发现保存模型的监测器变成诸如auc_1,auc_2等，这就意味着之前的设置全部无效，白白浪费时间。解决办法将tensorflow.keras.metrics.AUC()中的name关键字参数值设置为’auc’,即为tensorflow.keras.metrics.AUC(name = 'auc')参考https://stackoverflow.com/questions/62408749/how-to-reset-keras

前言本人也是kaggle新手，在使用kaggle中的notebook运行本地训练好的模型作推理时，即使使用了GPU，速度依然很慢，并且可以看到GPU的占用率为0，经过多方得知在kaggle中只有最新版本的tensorflow才能使用GPU，这个版本也是kaggle镜像内置的版本，个人当然可以指定老一点的版本，直接运行！pip install tensorflow==xxx即可，但是这样用不了GPU，没办法，只能使用新版本的tensorflow重新训练模型了。参考https://www.kagg

VS2017+OpenCV4.1.1配置指南强烈推荐https://blog.youkuaiyun.com/weixin_43042467/article/details/105240489?utm_medium=distribute.pc_relevant.none-task-blog-title-2&spm=1001.2101.3001.4242.关于错误网络上有两种解决方法，一个是删除这个链接库，肯定不行，万一用到怎么办；第二个：再添加一个opencv_world401.lib，作用不大，报错的信息

https://www.cnblogs.com/geekmao/p/8321931.html.