- 博客(4)
- 问答 (2)
- 收藏
- 关注
RSS订阅原创 tensorboard不是内部或外部命令，解决方法
1、先激活保存log时所用的环境（特别提醒，一定要观察运行命令tensorboard --logdir=地址 时的环境，它需要与保存log时所用的环境一致）。2、在Anaconda Prompt中先进入日志存放的目录（否则很可能找不到文件）。3、运行TensorBoard，并将日志的地址只想程序日志输出地址，即输入命令：tensorboard –logdir=地址4、复制网址到浏览器上，并查看详细步骤，请看图...
2020-06-13 16:26:23
1619
1
原创 学习神经网络（深度学习）电脑的配置要求
学习神经网络（深度学习）电脑的配置要求个人电脑配置与使用感受（电脑小白）我目前所使用的电脑的配置是（1）CPU：i5-9300H（2）GPU：GTX1650-4G（3）显存：8G（4）固态硬盘：1T（5）屏幕大小：15.6英寸现在用tensorflow-gpu版跑VGG16神经网络时：CPU还行，37%左右；显存直接到了85%左右；GPU更是干到了93%。如果再跑接下来的两个经典神经网络Inception10和ResNet18估计是够呛。电脑配置个人建议（电脑小白，仅供参考）**（1）*
2020-06-09 12:12:00
22296
9
原创 AttributeError: module 'pandas.core' has no attribute 'categorical'的解决
module ‘pandas.core’ has no attribute 'categorical’的解决1、报错代码2、代码寻错发现pandas中没有categorical包，猜测是否因为pandas更新后没有categorical包，考虑具有与原来categorical相类似功能的包，尝试dtyples包，查看其dtyples模块的代码，果不其然（这种方法仅供参考，存在巧合）。3、代码修正...
2020-05-10 13:17:31
886
原创 如何解决python程序在GPU上运行的相关问题
如何使python程序在GPU上运行问题在python中对Xgboost使用GridSearchCV进行调参需要30多分钟，之后在网页上看到可以使python程序在GPU上运行，从而加快速度。看了一些帮助后直接在运行该部分前插入import os和os.environ[“CUDA_VISIBLE_DEVICES”] = "0"两行代码，但是并没有明显效果。CPU使用率仍是高达100%，温度...
2020-05-02 09:51:38
3677
9
空空如也
tensorflow2.x 如何用已经保存的模型参数直接预测
2020-09-11
python程序指定GPU上运行后但GPU使用率仍然很低（只有5%）。
2020-05-02
TA创建的收藏夹 TA关注的收藏夹
TA关注的人