- 博客(9)
- 收藏
- 关注
RSS订阅原创 解决tensorflow.python.framework.errors_impl.ResourceExhaustedError: 2 root error(s) found.
报错:原因:可能是显存不足解决方法:(1):设置GPU内存按需分配gpu_options = tf.GPUOptions(allow_growth=True)sess = tf.Session(config=tf.ConfigProto(gpu_options=gpu_options))# sess = tf.InteractiveSession(config=tf.ConfigProto(gpu_options=gpu_options))(2)在代码的最顶端添加如下代码:physical
2021-07-24 10:45:13
5458
原创 Gpu配置与使用策略
1、获得当前主机上运算设备列表：1）gpus =tf.config.experimental.list_physical_devices(device_type=‘GPU’)2）cpus = tf.config.experimental.list_physical_devices(device_type=‘CPU’)2、设置当前程序可见的设备范围当前程序只会使用自己可见的设备，不可见的设备不会被当前程序使用，因此可以设置当前程序可见的设备范围。方法（1）列出gpu并指定范围：gpus=tf.con
2021-07-20 13:34:51
750
原创 使用Kaggle的免费GPU
之前看网上视频说可以用kaggle上的免费GPU，于是乎，就想办法（这个懂得都懂）注册了kaggle，然后进去notebook的页面，跟着视频上教的去setteings里开启GPU，然而我的settings里面是这样的：我就怎么也找不到GPU，后来发现下面又一句话也就是需要验证手机，于是乎点进去，然后进行一下验证就可以了：select Country选择CN（+86），下面再填自己的手机号，最后点人机验证就可以收到验证码啦，填上验证码之后，就可以在settings里选择GPU啦大功告成！！！..
2021-07-16 13:32:06
4749
2
原创 anconda中安装tensorflow-g pu
本方法基于你可以安装gpu版本的前提。在anconda中安装tensorflow-gpu版本。有时为了学习，需要使用到不同版本的tf-gpu，但是tensorflw它对cuda或者cudn的版本要求又很严，总不能说需要啥版本就下载安装，太麻烦了。所以就可以在anconda中创建多个虚拟环境以使用不同版本的tensorflow，这时只需要在虚拟环境中安装对应版本的cuda和cudnn即可，只需要三行命令，见下图，根据自己的需要修改版本，比如你要下载11.1的cuda，就将第二行命令中的10.1换成11.1
2021-07-14 15:38:53
926
原创 tensorboard可视化报错：‘不是内部或外部命令，也不是可运行的程序或批处理文件‘
一张图解决问题tensorboard.exe文件找不到的话可以直接搜索
2021-05-13 10:36:56
154
原创 解决anconda创建环境出现Conda HTTPError错误
关于anaconda创建环境时出现CondaHTTPError问题的终极解决办法在anaconda创建新环境时，使用如下代码:conda create -n 加环境名但是出现如下错误上网查询，大多是说修改“.condarc”文件(可在Anconda prompt下输入conda config --show-sources即可找到该文件位置)，具体可自己上网查询。但是我试了都不行，最后采取如下方式才得以解决:接着再重新输入创建环境命令即可成功...
2020-12-01 23:25:02
306
原创 tomcat出现端口占用解决办法
小白学习，总是重复遇到一些问题但老是忘记，借此记录。问题: tomcat启动出现端口占用解决办法:1.打开进程管理器，关闭javaw.exe进程
2020-04-16 15:07:03
87
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人