sparkleyn的博客

文章目录1.报错2.思路＆解决方案1.报错Internal: Blas SGEMM launch failed2.思路＆解决方案思路：查了各种博客是GPU和cuDNN的问题大部分解决方案是重启kernel，重新安装cuDNN，安装cuDNN补丁等等但是对我来说，都没用最终解决方案：在运行文件上面加上这一段#防止cuDNN报错：方案2gpus = tf.config.experimental.list_physical_devices('GPU')if gpus: try:

文章目录自定义函数+输入方法第一个错误第二个错误自定义函数+输入方法环境配置：Tensorflow2.4，keras2.4.3Keras自定义Loss函数，增加输入的方法，网上到处都有。主要就是来源stackoverflow上一个仁兄的回答。具体是这个链接：中国搬运翻译版本具体实现方法自己去看，暂不赘述。stackoverflow的方案有个很大问题。自定义输入的input_tensor是KerasTensor，但是默认的loss函数输出的是Tensor。实操就会报错。KerasTen

keras的contatenate一般用作不同矩阵融合。比较难理解的就是axis的选择。我感觉一句话概括：axis是几，就在shape的第几维相加。留存，配合别人的例子看就好了。

https://zhuanlan.zhihu.com/p/107683614下载cuda的位置https://developer.nvidia.com/zh-cn/cuda-downloads?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal右键复制下载链接，然后用迅雷下载，会快很多验证cuda是否安装成功在cmd里面输入nvcc -V，出来正常信息就是安装好了下载cuD

在stackoverflow上找到的解决方案：conda config --set ssl_verify no非常好使，大家可以试试！不用傻傻等待或者重试。

引言Anaconda是一个python的环境管理器和包管理器。有时候用的程序有的是Python2.x的版本，有些是Python3.x的版本，所以用anaconda还是很方便的。下载anaconda建议不要官网下载，去清华开源软件镜像站下载，按照时间排序，就可以下载到最新的anaconda了。新建环境打开anaconda自带的Anaconda Prompt新建新的python环境，命名为“keras”，python选择3.6版本的conda create --name keras

1.安装anaconda 安装keras参考知乎anaconda：创建虚拟环境，将代码的配置环境分离开，避免出现python2.x版本和python3.x版本产生的冲突2.jupyter lab插件安装-安装nodejs-查找合适的插件3.新手常用的一些操作-按住cell，M变成markdownmarkdown和代码混写-理解conda和pip的区别1.conda ≈ pip...