1.打开tensorboard
要用anaconda prompt打开,并且要先activate tensorflow
,然后cd 到放日志文件夹的上一层,model就是放日志的文件夹,也就是model的上一层。
cd C:\Class\毕业设计\code\
然后输入tensorboard --logdir "model"
这里的model就是存放日志的文件夹。
下面有地址,直接复制进去就行了。
不知道为什么pycharm终端里打不开,而且还报h5py的错误:
UserWarning: h5py is running against HDF5 1.10.5 when it was built against 1.10.4, this
may cause problems
'{0}.{1}.{2}'.format(*version.hdf5_built_version_tuple)
Warning! ***HDF5 library version mismatched error***
2. ParserError: Error tokenizing data. C error: EOF inside string starting at row 6967
读取文件的时候报错:
ParserError: Error tokenizing data. C error: EOF inside string starting at row 6967
加入quoting=csv.QUOTE_NONE
就行
就是test = pd.read_csv(r'testA.csv')
变成
import csv
train = pd.read_csv(r'train.csv',quoting=csv.QUOTE_NONE)
test = pd.read_csv(r'testA.csv',quoting=csv.QUOTE_NONE)
train.head()
test.head()
3.记录一下自建CNN的结构
4. 怎么记录accurary和loss等训练数据
model.fit()长这样:
记录的代码就是
# 保存训练的日志文件
log_address_csv = str('log_ResNet/training_log_' + str(i) +'.csv')
pd.DataFrame(history.history).to_csv(log_address_csv, index=False)
记录下来的部分数据就是
代码里的log_address_csv
是文件存放地址,可以自己调整。
或者也可以用TensorBoard,再到TensorBoard的可视化页面中保存数据,大概结构如下。
tbCallBack = TensorBoard(log_dir="./CNNmodel_2", histogram_freq=1,write_grads=True)
model.fit(train_X,
train_Y,
batch_size=batch_size,
epochs=num_epochs,
verbose=2,
callbacks=[tbCallBack])
5.怎么打开flask项目的debug模式
点击Pycharm右上角的编辑配置
把FLASK_DEBUG勾选上就好了
这样有新的更改就不用终止运行再重新运行了,直接浏览器刷新就行
6. Flask怎么在app.py中指定html的页面
7. bootstrap官网的文件上传按钮上传文件后可以显示文件名,而本地却不能
参考教程;https://blog.csdn.net/qq_34559890/article/details/89675998
在官网上可以显示文件名
本地不行
增加一个onchange响应
<div class="input-group">
<div class="custom-file">
<input type="file" class="custom-file-input" id="inputGroupFile04"
aria-describedby="inputGroupFileAddon04" accept="text/csv"
onchange="showFilename(this.files[0])">
<label class