陈小游学习记录-CSDN博客

原创 numpy.core.multiarray failed to import 解读

如下图TensorFlow-GPU，要求的numpy版本要大于1.13.3。matplotlib 版本也要和numpy匹配。scipy版本也要和numpy匹配。

2024-03-30 20:06:24 819 1

原创已安装了TensorFlow，打开了Spyder验证仍然报错

激活tensorflow环境” conda activate tensorflow-gpu”，确定当前的工作环境为tensorflow安装所在的环境，使用conda工具在此环境下运行如下命令，安装Spyder。已安装了TensorFlow，打开了Spyder验证仍然报错“ModuleNotFoundError: No module named 'tensorflow'”print("TensorFlow 已安装。安装完成后，再输入“Spyder”就打开了Spyder。

2024-03-29 09:04:38 461 1

原创安装Tensorflow-gpu，遇到的问题总结。

新建一个名字叫“tensorflow-gpu”，python版本为3.6的运行环境，此环境与Anaconda中其它环境隔离。你应该考虑通过’python -m pip install --upgrade pip’命令进行升级。下载tensorflow1.8.0花费了很多时间，后来从github-dev中右键快速下载成功。输入指令 pip install 你存放下载好的tensorflow1.8.0的路径。您使用的是pip版本9.0.1，但是可以使用23.3.2版本。下载tensorflow1.8.0，

2024-03-28 21:26:58 503

原创 TensorFlow，Keras，cuda以及cudnn对应关系

在安装配置神经网络学习中，我的相关库的配置版本对应关系对应的软件版本CUDA9.2 CuDNN7 tensorflow 1.8.0

2024-03-28 10:30:57 201

原创 Anaconda navigator启动报错之root_prefix 和navigator一直loading问题

在安装目录找到D:\anaconda\Lib\site-packages\anaconda_navigator\api 然后打开conda_api.py, 在1358行找到data = yaml.load(f),将其改为data = yaml.safeload(f) 猜测为保证代码的安全性,因为关闭防火墙也可以作为一个可行操作.3）还是不行就试试命令：anaconda-navigator --navigator启动一直报错，后来重装了，更新了都不行；4）再不行：找到‘.condarc’文件，删掉。

2024-03-27 08:13:43 308 1

原创 APT攻击检测自学与创新研究（持续更正）

APT攻击检测研究

2024-03-24 09:52:51 263 1

原创 python安装cuda出现错误提示：AssertionError: Torch not compiled with CUDA enabled

作为一个新手小白，安装使用pthon，进行神经网络学习与训练，遇到好多bug问题，主要是cuda 安装、torch安装、torchvision安装，以及调试，最终调通，花费了好多天时间。同时安装也要安装对应的驱动。0、先安装了python3.8不行，后来卸载，安装Anaconda3,2018版本，该版本自带python3.7，所以卸载了3.8.先后安装了，torch1.7.1，torch1.7.0，torch1.5.1，torch1.5.0，torch1.4.0.最终安装。2、torch版本安装。

2024-03-14 09:40:50 293 1

GRU、KMens、LSTM机器学习python试验源代码

提供给进行GRU、KMens、LSTM等机器学习试验和过程仿真的源代码

2024-03-18

神经网络CNN-BILSTM测试源代码

CNN-BiLSTM是一种深度学习模型,主要用于序列分类、文本分类等任务。这个模型结合了卷积神经网络(CNN)和双向长短时记忆网络(BiLSTM),

2024-03-18

双向长短记忆时神经网络源代码BiLSTM.py

python源代码文件，可以进行Bi-LSTM神经网络训练和研究。BiLSTM（Bi-directional Long Short-Term Memory）是一种特殊的RNN（循环神经网络）结构，它通过结合前向LSTM（Forward LSTM）和后向LSTM（Backward LSTM）来处理序列数据。BiLSTM模型的核心在于它能够同时考虑序列的正向和反向信息，这有助于捕捉双向的语义依赖。BILSTM模型是一种双向LSTM模型,它包含两个LSTM模型,一个正向模型和一个反向模型。正向模型按照时间顺序读取输入序列,而反向模型按照相反的顺序读取输入序列。

2024-03-18

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人