- 当前(2021/03/18),tensorflow最多只支持到python3.8
- 直接在pypi.org上下载tensorflow-2.4.1-cp37-cp37m-win_amd64.whl (370.7 MB)和tensorflow_gpu-2.4.1-cp37-cp37m-win_amd64.whl (370.7 MB)比在pip上下略快(不确定,但是实测是这样)。是的,gpu版是单独下一个,然后运行的时候它自动检测你符不符合gpu条件,不符合就给你用cpu。
- CUDA测试,bandwidthTest.exe和deviceQuery.exe 返回PASS说明成功(我看的教程说是生效,生效和失败太他妈像了,导致看成失败,太惨了)。另外,我把一切搞定之后,告诉我我的GUP太老了。。。SAD
- Keras是基于tensorflow框架的拓展(也可以基于别的框架,但是推荐tensorflow)
推荐的安装顺序 cuda,cudnn,tensorflow-gpu,keras - 直接用keras.mnist.load_data()是不可能下载下来的,因为有墙
5.1. 解决方法是直接从网上下mnist数据集,有两种格式,.gz的四个文件 或 .npz一个文件
5.2. Keras用的是 .npz,从源码中可以找到数据载入方法,其实很简单。
def load_mnist():
path = r'D:\mnist.npz'
with np.load(path, allow_pickle=True) as f:
x_train, y_train = f['x_train'], f['y_train']
x_test, y_test = f['x_test'], f['y_test']
return (x_train, y_train), (x_test, y_test)
- 模型的存储和读取
MODEL_PATH = r"D:\model.h5"
6.1. 存储
autoencoder.save(MODEL_PATH )
6.2. 读取
from keras.models import load_model
autoencoder = load_model(MODEL_PATH)