最近关注了几个python相关的公众号,没事随便翻翻,几天前发现了一个人工智能公开课,闲着没事,点击了报名. 几天都没有音信,我本以为像我这种大龄转行的不会被审核通过,没想到昨天来了审核通过的电话,通知提前做好准备. 所谓听课的准备,就是笔记本一台,装好python.tensorflow的环境. 赶紧找出尘封好几年的联想笔记本,按照课程给的流程安装.将期间遇到的问题记录一下. 1.安装Anaconda 百度下载windows版本,一路点下一步,安装好了Anaconda,自带python3.6.6

pycharm上安装tensorflow,报错:AttributeError: module 'pip' has no attribute 'main' 解决方法 解决方法: 在pycharm的安装目录下,找到helpers/packaging_tool.py文件, 找到对应的109行和192行. 也就是找到: def do_install(pkgs): try: import pip except ImportError: error_no_pip() return pip.main(['in

[注]PyCharm导入tensorflow包报错的问题 若是你也遇到这个问题,说明你也没有理解tensorflow到底在哪里. 当安装了anaconda3.6后,在PyCharm中设置interpreter,这个解释器决定了你在PyCharm环境中写的代码采用什么方式去执行. 若是你的设置是anaconda下的python.exe.就会发现在PyCharm中写入import tensorflow as tf 时,就会报错,提示没有tensorflow模块,这是因为anaconda文件下的pyt

原文作者:aircraft 原文链接:https://www.cnblogs.com/DOMLX/p/9747019.html 基本开发环境搭建 1. Microsoft Windows 版本 关于Windows的版本选择,本人强烈建议对于部分高性能的新机器采用Windows 10作为基础环境,部分老旧笔记本或低性能机器采用Windows 7即可,本文环境将以Windows 10作为开发环境进行描述.对于Windows 10的发行版本选择,笔者建议采用Windows_10_enterprise_

今天下午在配置pycharm时一直出现tensorflow不能导入的错误,如下图所示: 通过以下步骤可以解决问题: 步骤一: 1)在pycharm安装目录下,进入bin目录(一般情况下我们下载解压pycharm的文件夹,就是安装文件夹)下图所示: 2)在当前目录(bin文件夹)打开终端,输入下面命令打开文件. sudo gedit pycharm.sh 3)输入安装cuda的路径信息,路径信息如下,并附上图: #本文件夹路径不管是在自定义保存cuda位置下安装的情况还是默认安装都是这句命令 ex

1.安装Anaconda 百度下载windows版本,一路点下一步,安装好了Anaconda,自带python3.6.6. 2.安装TensorFlow (1)打开Anaconda Prompt,输入conda env list,查看当前环境,发现只有base环境. (2)创建TensorFlow环境,同时安装好numpy: 输入conda create -n tensorflow python=3.6 numpy pip. (3)进入TensorFlow环境 再用conda env list,

前言:最近新工作开发oa系统,没有借助工具安装wamp环境,结果在测试项目时候出现了bug,找了很久,发现方向没有对 报错信息: {"error":"could not find driver"} 解决方法: 1.原因是没有pdo扩展导致的, 2.解决办法:打开php.ini,然后去掉以下两行代码之前的分号(:)即可.如下: extension=php_pdo_firebird.dll extension=php_pdo_mysql.dll

环境:python3,tensotflow 在恢复了预先训练好的模型进行预测时,第一次是能够成功执行的,但我多次restore模型时,出现了以下问题: 1.ValueError: Variable char_embed/char_embedding already exists, disallowed. Did you mean to set reuse=True in VarScope? Originally defined at: 解决方法参考https://www.jianshu.com/

一晚上什么事都没做,就一直在查找tensorflow1.4缺少cudnn64_6的错误. 最后发现自己一直用的是cudnn64_7,即使改成cudnn64_6仍不可行.主要受实验室大佬安装的cudnn64_7的影响,估计它用的是cuda9.最后重新下载安装了cudnn64_6后代码跑成功了. 撒花!!! 附上错误语句 I tensorflow/core/common_runtime/gpu/gpu_device.cc:] Creating TensorFlow device(/gpu:) ->

cuDnn由7.1版本改为7.4.2.24版本,成功

ubuntu 16.04 anaconda 4.2.0 安装tensorflow 报错. 安装pyenv后,在pyenv环境内安装 anaconda,然后再安装tensorflow不再报错,比较奇怪,记录一下,有时间看看是怎么回事.

在安装android studio的过程中,安装到android的模拟器加速器(intel HAXM)这一步时,报错: HAXM是用来管理硬件加速的,估计是用了这个东西模拟器就能告别Eclipse的龟速吧. 解决: 原因:没有找到reg.exe; 给reg.exe配置环境变量. reg.exe一般是在C:\Windows\System32\目录下. 可以将路径C:\Windows\System32\reg.exe配置在PATH下, 也可以直接将%SystemRoot%\system32;%Sys

安装了scipy后,报cannot import name imread错误, 1.网上查阅资料后说是需要安装pillow,安装pillow之后,仍然报该错误, 2.网上说是pillow与SciPy安装位置不同,经检查发现两者安装位置相同,排除 3.于是看到一个说把scipy降级到1.2.1,先删除之前的pip uninstall scip,然后pip install scipy==1.21 于是卸掉之前的重新安装: 不再报错,成功解决!! 附上原链接:http://www.freesion.c

import tensorflow 报错: tf.estimator package not installed. 解决方案1: 安装 pip install tensorflow-estimator==1.10.12 解决方案2: downgrade pandas from 0.23.4 to 0.23.0 upgrade matplotlib to 3.0.0

1 FailedPreconditionError错误现象 在运行tensorflow时出现报错,报错语句如下: FailedPreconditionError (see above for traceback): Attempting to use uninitialized value Variable [[Node: Variable/read = _MklIdentity[T=DT_FLOAT, _kernel="MklOp", _device="/job:local

TypeError: TF_SessionRun_wrapper: expected all values in input dict to be ndarray 对于下面的实际代码: import tensorflow as tf import os os.environ[' def myregression(): with tf.variable_scope("data"): x = tf.random_normal([100, 1], mean=1.75, stddev=0.5)

Windows 7上打开IE浏览器报错: 1. 重新安装IE11也没有解决该问题 2. 在其他Win7电脑也搜索不到该文件,但是能使用IE浏览器. 3. 从网上找了一个dll文件,注册时提示如下图

C:\....\Anaconda3\envs\py35\lib\site-packages\h5py\__init__.py:36: FutureWarning: Conversion of the second argument of issubdtype from `float` to `np.floating` is deprecated. In future, it will be treated as `np.float64 == np.dtype(float).type`. from

在Tensorflow实战Google框架下的深度学习这本书的MNIST的图像识别例子中,每次都要报错   错误如下: Only call `sparse_softmax_cross_entropy_with_logits` with named arguments (labels=..., logits=..., ...)   需要置换的是 cross_entropy = tf.nn.sparse_softmax_cross_entropy_with_logits(y, tf.argmax(y

问题描述 IDE:pycharm,环境中安装tensorflow-gpu 1.8.0 ,Cuda9 ,cudnn 7,等,运行代码 报错如下 tensorflow.python.framework.errors_impl.InternalError: Failed to create session 解决方案 在代码中添加gpu的配置代码 import os os.environ["CUDA_VISIBLE_DEVICES"] = '0' #use GPU with ID=0 conf