Strange_程序员的的博客

问题使用pip下载时出现ValueError: check_hostname requires server_hostname的报错解决办法出现这个问题是因为你开了代理，只需要把代理关了即可现在再去下载是可以的。

问题查找打开镜像，进入python，导入tensorflow，查看提示信息这里出现警告 cudart64_101.dll not found解决办法找到你安装的cuda目录，进入bin文件找到cudart64_*.dll文件，可能你的文件是cudart64_102.dll，只是你只需要把这个文件改为上面提示找不到的文件名即可。完成查看可用设备from tensorflow.python.client import device_libprint(device_lib.list_local

W tensorflow/stream_executor/platform/default/dso_loader.cc:55] Could not found下载缺失的dll文件，保存至C:\Windows\System文件:百度网盘提取码:xnn2

手动实现softmax回归//首先导入所需的包%matplotlib inlineimport d2lzh as d2lfrom mxnet import autograd, nd//使用Fashion-MNIST数据集,设置批量大小为256batch_size = 256train_iter, test_iter = d2l.load_data_fashion_mnist(batch_size)初始化模型参数num_inputs = 784 //这个参数是由图片的 heigth *

获取数据集导入需要的包和模块%matplotlib inlineimport d2lzh as d2lfrom mxnet.gluon import data as gdataimport sysimport time#第一次调用时会自动从网上获取数据集。mnist_train = gdata.vision.FashionMNIST(train=True)mnist_test = gdata.vision.FashionMNIST(train=False)#查看获取数据集数量len

Consider using the --user option or check the permissions.使用pip install下载库报Consider using the --user option or check the permissions.解决办法pip install tensorflow替换成pip install --user tensorflow

代码import osos.environ["CUDA_DEVICE_ORDER"] = "PCI_BUS_ID"os.environ["CUDA_VISIBLE_EDVICES"] = '1' #选择0，1的话是GPU，-1的话CPU

查看NVIDIA驱动版本首先，在桌面空白处右键->NVIDIA控制面板->左键->“帮助”->“系统信息”->“组件”->“NVCUDA.DLL”查看NVCUDA.DLL的驱动版本，在这显示为10.2.131 driver下载对应的CUDA版本我的NVCUDA.DLL的驱动版本为10.2.131 driver，我选择的是这个10.2的根据自己的驱动版本下载对应的CUDA版本即可下载地址:https://developer.nvidia.com/cuda-to

显卡中CUDA是什么及作用介绍CUDA（Compute Unified Device Architecture），显卡厂商NVidia推出的运算平台。 CUDA是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。 它包含了CUDA指令集架构（ISA）以及GPU内部的并行计算引擎。　　计算行业正在从只使用CPU的“中央处理”向CPU与GPU并用的“协同处理”发展。为打造这一全新的计算典范，NVIDIA（英伟达）发明了CUDA（Compute Unified Device Ar

报错信息 AttributeError: module ‘tensorflow’ has no attribute ‘placeholder’解决办法将原来的import tensorflow as tf替换成import tensorflow.compat.v1 as tftf.disable_v2_behavior()再次运行代码即可

图片的缩放#resize#tf.image.resize_area#tf.image.resize_bicubic //二次线性函数缩放#tf.image.resize_nearest_neighbor //使用最相似的像素点缩放name = './图片.jgp'img_string = tf.read_file(name)img_decoded = tf.image.decode_image(img_string)img_decoded = tf.reshape(img_decoded