斯基的朦胧

TensorFlow中遇错合集

NVIDIA安装CUDA在安装阶段提示NVIDIA安装程序失败

问题描述：遇到如下错误提示信息：RuntimeError: CUDA out of memory. Tried to allocate 2.00 MiB (GPU 0;2.00 GiB total capacity; 1.10 GiB already allocated; 1.35 MiB free; 1.13 GiB reserved in total by PyTorch)原因：出现类似bug的原因是显存不足解决方案：方式一：调整batch_size大小（自己尝试调节）我这里是将bat

model.eval()和with torch.no_grad()的区别一、在PyTorch中进行validation时，会使用model.eval()切换到测试模式，在该模式下，主要用于通知dropout层和batchnorm层在train和val模式间切换在train模式下，dropout网络层会按照设定的参数p设置保留激活单元的概率（保留概率=p); batchnorm层会继续计算数据的mean和var等参数并更新。在val模式下，dropout层会让所有的激活单元都通过，而batchnor

图像分类一、卷积神经网络基础1、卷积神经网络2、全连接层3、卷积层4、池化层5、误差的计算6、误差的反向传播7、权重的更新二、LeNet三、AlexNet四、VggNet五、GoogLeNet一、卷积神经网络基础1、卷积神经网络2、全连接层3、卷积层目的：进行图像特征提取卷及特性：1.拥有局部感知机制2.权值共享1.卷积核的channel（深度）与输入特征层的channel相同2.输出的特征矩阵的channel与卷积核个数相同4、池化层目的：对特征图进行稀疏处理，减少

Anaconda双击没有反应无法打开的解决方法方法一：1.管理员模式运行anaconda prompt2.conda update conda3.conda update --all方法二：1.使用管理员权限运行 Anaconda Prompt2.升级navigator，执行conda update anaconda-navigator3.重置navigator，执行anaconda-navigator --reset4.升级客户端，执行conda update anaconda-c

tensorflow突然检测不到GPU，显示False的问题问题描述：之前装好后输入一下命令，可以正常显示一下内容；但是之后重新安装了TensorFlow-GPU后测试，检测不到GPU，显示false的问题。# 检测 tensorflow 能使用的设备情况from tensorflow.python.client import device_lib#os.environ["CUDA_VISIBLE_DEVICES"] = "1" # 这个可以指定使用哪个设备print(device_lib.

搭建属于自己的GPU深度学习环境一、GPU深度学习环境的搭建1.1安装CUDA和cuDNN1.2安装tensorflow-gpu深度学习库1.2.1创建一个新的环境1.2.2 tensorflow-gpu的安装一、GPU深度学习环境的搭建深度学习主要有两种库tensorflow和pytorch，下面会一一介绍。为使其互不打扰，我们新建两个环境并分别会将其安装在两个环境中（个人建议搭建深度学习之类的环境可以单独创个环境搭建，不要搭建在base环境或其他已有的环境中，这样的话，如果环境搭建失败了，直接将这个

卸载TensorFlow-GPU环境1.先进入之前已经创建好的环境中：我的环境是：activate tf-gpu-py382.执行卸载命令pip uninstall tensorflow-gpu，发现确实是环境撞在了C盘当中，输入Y,开始卸载。3.卸载之后发现我的C盘还是没有释放多少存储空间，继续寻找问题解决办法。...

1.问题描述：就是各种包都没有安装2.解决方式：对每一个包一一进行安装下载对于第一个：pip install --user --upgrade requires h5py==2.10.0, -i https://pypi.tuna.tsinghua.edu.cn/simple对于第二个：pip install --user --upgrade wrapt==1.11.1 -i https://pypi.tuna.tsinghua.edu.cn/simple其他以此类推。。。待解决：

1.问题描述：在使用pip安装tensorflow-gpu时出现这个问题2.解决方式在pip安装语句的install后面加上 --user即可。我安装TensorFlow原语句为pip install --upgrade tensorflow-gpu==2.3 -i https://pypi.tuna.tsinghua.edu.cn/simple在出现这个问题之后，解决语句为：pip install --user --upgrade tensorflow-gpu==2.3 -i https://

深度学习工具Jupyter Notebook1.简介NumPy Python库Anaconda框架SpyderJupyter Notebook1.简介Jupyter Notebook官方介绍Jupyter Notebook是基于网页的用于交互计算的应用程序。其可被应用于全过程计算：开发、文档编写、运行代码和展示结果。NumPy Python库Anaconda框架Spyder...