bigcindy的博客

ERROR: pycocotools unable to run: No module named 'pycocotools'如上报错表示Python环境中没有pycocotools，需要安装。使用pip安装时长时间没反应，或者显示安装完成了，即在python命令行下输入pip install pycocotools可以直接安装上pycocotools 2.0，但是这是假象。importpycocotools时会发生错误。解决方案：只需下面一行pip安装命令即可：pip inst.

ModuleNotFoundError: No module named 'Cython'如上报错是因为Python环境中没有Cython，使用pip安装即可，使用如下命令：pip install Cython -i https://pypi.douban.com/simple

使用TensorFlow训练某些较大模型时会发生内存溢出，如果 已经安装了TensorFlow-GPU版本，训练时会优先调用GPU版本的TensorFlow，而一般电脑上显存比较小，很容易发生溢出，就会出现如下报错：ResourceExhaustedError: OOM when allocating tensor with shape[1024,728,1,1] and type float on /job:localhost/replica:0/task:0/device:GPU:0 by allo

1. 安装protoc：从https://github.com/protocolbuffers/protobuf/releases下载合适版本的protoc。例如：下载protoc-3.12.3-win64.zip下载完后解压，将bin目录添加到环境变量PATH中，或者在解压目录bin/下，按住shift键，鼠标右击，选择"在此处打开命令窗口"打开cmd，然后执行如下命令：protoc person.proto --python_out=. --descriptor_set_out=pers

使用protobuf报错如下：AttributeError: module 'google.protobuf.descriptor' has no attribute '_internal_create_key'AttributeError: module 'google.protobuf.descriptor' has no attribute '_internal_create_key'解决方案：1. 查看protoc的版本，在命令行输入如下代码：protoc --vers.

在jupyter notebook中使用graphviz显示决策树模型图形时出现如下报错：CalledProcessError: Command '['dot', '-Tsvg']' returned non-zero exit status 1. [stderr: b"Error: <stdin>: syntax error in line 1 near 'None'\r\n"]Error: <stdin>: syntax error in line 1 near 'N.

sklearn中如下报错：TypeError: reduction operation 'argmax' not allowed for this dtype造成如上报错的原因，可能是参数类型不支持，如对象是NAN时就会报错。解决方法是对对象进行类型转换：best_c=results_table.loc[results_table['Mean recall score'].astype(float).idxmax()]['C_parameter']将上述NAN值转换成flo.

在使用sklearn老版本中KFold时会出现如下报错：TypeError: __init__() got multiple values for argument 'shuffle'在新版中通过：from sklearn.model_selection import KFold导入KFold后，只需两个参数即可：fold = KFold(5,shuffle=False) # 无需传入n。老版本中：from sklearn.cross_validation impor.

在运行sklearn老版本代码时，如：from sklearn.cross_validation import train_test_splitfrom sklearn.cross_validation importKFold, cross_val_score运行如上代码时会报错：造成上述报错的原因是新版本中相应的模块发生了变化，解决方法是：将cross_validation改成model_selection。...