![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
tensorflow
Gatsby_2019
这个作者很懒,什么都没留下…
展开
-
[tensorflow2 问题解决]Blas SGEMM launch failed : m=4096, n=64, k=64
在之前电脑更新了tensorflow后,出现问题tensorflow.python.framework.errors_impl.InternalError: Blas SGEMM launch failed : m=4096, n=64, k=64 [Op:Conv2D]看了一下网上评论说多半是cudnn的问题,但是重装多次cuda也还是这个问题。最后通过发现是cudnn和cuda toolkit版本太高,不匹配,导致多方踩坑后,解决问题的tensorflow环境配置:tensorflow2.4.原创 2021-03-12 11:42:49 · 1770 阅读 · 0 评论 -
[tensorflow 问题解决]解决 module ‘tensorflow‘ has no attribute ‘compat‘ 的问题**
解决 module ‘tensorflow’ has no attribute ‘compat’ 的问题问题描述:tensorflow因为版本问题,所以重装了一下conda环境,然后在运行jupyterlab时,import tensorflow便跳出该问题解决:推测这个问题应该不是tensorflow自身问题,问题可能出在Jupyterlab或者环境上,于是在环境中重装了jupyterlab后,运行无异常。conda activate your_env # 你的环境conda install j原创 2021-01-20 15:14:37 · 2239 阅读 · 0 评论 -
深度学习模型训练中如何控制随机性
训练模型过程中,会遇到很多的随机性设置,设置随机性并多次实验的结果更加有说服力。但是现在发论文越来越要求模型的可复现性,这时候不得不控制代码的随机性问题,小编最近也遇上这些问题,所以在这里总结一下如何控制模型的随机性,但是我用的tensorflow的框架,适用于keras框架:1.设置numpy, random, os的随机性全局中固定numpy, random, os的随机性import numpy as npimport randomnp.random.seed(seed) # seed是一个转载 2020-06-16 17:07:16 · 2628 阅读 · 2 评论 -
加载自定义图片数据集到Dataset
加载自定义图片数据集到Dataset转载自: https://www.cnblogs.com/chenhuabin/p/11863889.html前面的博客中我们说过,在加载数据和预处理数据时使用tf.data.Dataset对象将极大将我们从建模前的数据清理工作中释放出来,那么,怎么将自定义的数据集加载为DataSet对象呢?这对很多新手来说都是一个难题,因为绝大多数案例教学都是以mnist数据集作为例子讲述如何将数据加载到Dataset中,而英文资料对这方面的介绍隐藏得有点深。本文就来捋一捋如何加载转载 2020-05-24 13:41:53 · 1036 阅读 · 0 评论