ITwoniu的博客

python+tensorflow+cuda三者与其他软件的兼容性很要命，很多时候明明不兼容，命令行不报错，这会耽误我们大量时间来找错误原因。 话不多说：本人目前(2019.10月)亲测兼容的搭配为 **Win10+Anaconda3(4.2.0)+python(3.5.2)+tensorflow-gpu(1.13.1)+cuda(10.0)+cudnn(7.4.1)**完美兼容深度学习可能遇到的...

为了避免二者某些包冲突，我的做法是将TF1.X(装在C盘)与TF2.0(装在固态F盘)安装在电脑不同的系统盘，而不是通过用conda创建多个虚拟环境来共存安装(这样在同一个编译器貌似无法同时切换TF+CUDA+CUDNN+python)。 1.TF1.X的安装(装在C盘) 对应版本通过官网https://tensorflow.google.cn/install/source_windows#gpu可查到。本人亲测可用的搭配如下: Win10+Anaconda3(4.2.0)+python(3.5.2)+ t

其他系统详情请点击tensorflow官网对应网址https://tensorflow.google.cn/install/source_windows#gpu查看各系统下 tensorflow(-gpu)、python、CUDA+CUDNN版本对应关系。本人目前为WIN10 GPU版本，贴图如下: ...

最近学习吴恩达大大的深度学习教程第二周2.15节数组广播相关内容时，发现一维数组、一维矩阵很混乱，特意实验研究了一下。 上图为吴恩达教授总结的使用numpy广播的注意事项，经过研究，本人觉得他讲得或许有些错误。实验如下: #构建a,b,c,d 4个变量 import numpy as np a=np.arange(1,13,1) a=a.reshape(3,4) ###构建3行4列的数组，后面...