尘埃飞舞

这个命令将会在用户的home目录下生成一个名为jupyter_notebook_config.py的配置文件。首先，我们可以通过修改Jupyter Notebook的配置文件来修改默认路径。修改完成后，保存并关闭文件。然后再次启动Jupyter Notebook，你会发现默认路径已经被修改了。将其中的#去掉，将单引号中的路径修改为自己想要的路径即可。

的环境想学习pytorch，安装完一切之后在 jupyter 中找不到 pytorch 这个。下缺少kernel.json文件，首先安装ipykernel，在Prompt中切换到。再将环境写入notebook的kernel中。，与之相关的库也都无法调用。这是最近遇到的一个关于。

问题产生的原因：无法执行sess.run()的原因是tensorflow版本不同导致的，tensorflow版本2.0无法兼容版本1.0.参考链接：https://blog.csdn.net/sinat_36502563/article/details/102302392。参考链接：https://ask.csdn.net/questions/657580。

前言我新买的电脑是AMD的cpu+NVIDIA的3050GPU想试一试这个电脑跑深度学习，就安装一下tensorflow记录一下安装Anconda这个往上下载默认安装即可，不做描述使用命令行新建一个tensorflow的环境conda create --name tf python=3.7安装时候有一个需要确认输入 y即可创建完成切换到创建的环境中conda activate tf然后使用豆瓣源pip下载tensorflow2.7相关的依赖包，tensorflow1.15版本以上就不需

文章目录一、安装anaconda二、安装pytorch1.打开Anaconda Prompt命令行2. 使用清华镜像3.建立环境4 安装pytorch5. 验证是否安装成功一、安装anaconda官网一般显示的是最新版本：https://www.anaconda.com/products/individual如果想要下载以往版本，可以在下面的网页：https://repo.anaconda.com/archive/二、安装pytorch1.打开Anaconda Prompt命令行在命令行格

1. 查找已安装的环境conda env list//这两个命令都可conda info --env可以看到已经查找到了2. 删除其中某个环境以下是我想删除其中的pytorch_zyh的环境命令conda remove -n pytorch_zyh --all这里正在删除此时再去查看之前的环境可以看到已经看不到pytorch_zyh,说明卸载成功...

知识点卷积：用原始像素数据与过滤器中的值相乘，以后加起来。如下是增强水平特征的过滤器。MaxPooling:每次卷积结束以后用一个MaxPooling用来增强图像的特征。可以看出经过MaxPooling以后的图像，竖直特征增强了很多，像素也小了一半。程序构建卷积神经网络以下是导入库以及数据#设置显卡内存使用率，根据使用率占用import osos.environ["TF_FORCE_GPU_ALLOW_GROWTH"] = "true"#引入必要的库import tensorf

#设置显卡内存使用率，根据使用率占用import osos.environ["TF_FORCE_GPU_ALLOW_GROWTH"] = "true"#引入必要的库import tensorflow as tfprint(tf.__version__)from tensorflow import kerasimport matplotlib.pyplot as plt%matplotlib inlineimport seaborn as sns #基于matplotlib绘制图

#设置显卡内存使用率，根据使用率占用import osos.environ["TF_FORCE_GPU_ALLOW_GROWTH"] = "true"#设置图像绘制import matplotlib.pyplot as plt %matplotlib inlineimport seaborn as sns #基于matplotlib绘制图像封装的import tensorflow as tf from tensorflow import kerasimport numpy a

文章目录前言一、导入环境二、定义函数三、测试前言这里运用一个自定义大小的矩阵数据计算，来测试gpu与cpu运算时间的对比。以下为实现方法一、导入环境示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。#设置显卡内存使用率，根据使用率占用import osos.environ["TF_FORCE_GPU_ALLOW_GROWTH"] = "true"import tensorflow as tfprint('Tensorflow:{}'.format

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言一、什么是张量？前言提示：关于人工智能中tensorflow中张量的理解一、什么是张量？张量就是可以简单的直接理解为是可以表示任何数的一个东西，阶才是表示这个数是什么最重要的指标。...

调试记录第一步第二步第三步第四步第一步打开如下命令行第二步输入如下命令conda info --envs可以看到现在是基础（base）环境，我是想进入tensorflow环境输入如下命令activate tensorflow可以看到系统已经进入tensorflow环境第三步安装nbextensionspip install --user jupyter_contrib_nbextensions -i https://pypi.mirrors.ustc.edu.cn/simp