weixin_44359289的博客

c++调用tensorflow2.x训练结果()注:本来想着用Tensorflow2.x训练模型,然后用C++去调用模型进行预测.后来计划有变,于是只完成了编译tensorflow生成.so文件.至于后续怎么用C++调用就没有去研究了.本文说明的是2.x版本的tensorflow的编译,其他版本的编译类似.1.x应该也是.只是编译需要的库的版本不一致.不过版本不一致在编译的过程中会有提示,按着提示安装对应版本的库就行了.整个的安装过程是从0开始的,也就是从一个全新的Linux进行的.会安装所有用

tf2.0 ,我把训练数据扔到tf.keras.Sequential中,结果报如下错误:ValueError: Incompatible type conversion requested to type ‘uint8’ for variable of type ‘float32’这里把训练数据x_train先转换为tf.float32类型,再送入网络中即可....

https://blog.youkuaiyun.com/dhy012345/article/details/102780602记录加1卸载是因为快乐的DLL找不到模块错误又出现了.然后sklearn和scipy都卸载重新安装,就行了

tf2.0.本来好好的,不知道中间干了个啥,好像就安装了一个sklearn的包,结果就不能运行了,报错ImportError: Importing the multiarray numpy extension module failed. 什么什么的.错误我也没保存.记得最后有一句,Otherwise,reinstall numpy 之类的话,然后试了下.首先要卸载pip uninstall numpy,然后再重新安装pip install numpy ,然后就好了.记录一下,啥原理不清楚,以后遇到这

今天试着用tensorflow2.0对mnist进行训练,损失函数时均方差函数,结果训练的时候很快的出现了loss为Nan的情况.这里记录一下,加深印象,同时也记录一下自己仍然还不明白的地方.以下是我最后成功运行的代码,初学这些,代码凭感觉写的.不好的地方请指出,我正好学习一下.import tensorflow as tfimport numpy as npfrom tensorflow import kerasfrom tensorflow.keras import layers, optim

sklean中transform和fit_transform区别在学习过程中看到在有的代码里,from sklearn.preprocessing import StandardScalersc = StandardScaler()x_train = sc.fit_transform(x_train)x_test = sc.transform(x_test)训练集使用的是fit_transfrom.而测试集使用的是transform.不知道有什么区别,在此简单记录一下初步的理解.两个参考链接

错误ImportError: DLL load failed: 找不到指定的模块。安装完tensorflow后,Import tensorflow as tf没有报错,但是运行的时候会出现错误ImportError: DLL load failed: 找不到指定的模块。首先我百度了一下,尝试添加各种环境变量,pycharm的配置,切换tensorflow版本等,发现都没有什么作用.因为我在之前的旧电脑上并没有出现过这种错误,而且我现在的这台电脑在重装系统之前也是正常的,然后想了一下,可能是NVIDIA的问

tensorflow所需软件安装从零开始的软件安装日常遇到个很快乐的事情，然后电脑重装了，啥软件都不剩了。从头开始安装各种软件，这里就顺带记录一下安装的过程，基本都是找了一些比较靠谱的安装教程，然后自己记录一下实际安装的过程，主要是我自己看一下，翻来覆去比较麻烦。安装的有anaconda ,pycharm，然后两者配置一下，下载个tensorflow啥的。Anaconda安装详情参考 https://blog.youkuaiyun.com/ITLearnHall/article/details/8170814

关于tensorflow2.0加载mnist数据集出现问题Exception: URL fetch failure on https://storage.googleapis.com/tensorflow/tf-keras-datasets/mnist.npz刚刚接触TensorFlow,学习的是2.0版本的,工具是pycharm.在加载mnist数据集的时候出现了一些错误,由于是小白一个,就...