得峰的专栏 [网络收藏]

【代码】Pycharm jupyter server process exited with code 1。

添加清华源 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaco

最近在使用TF2.0。运行程序出现以下错误。 Failed to get convolution algorithm. This is probably because cuDNN failed to initialize 一开始怀疑是CUDA和CuDNN配置错误（要求版本匹配）。反复试验后，还是有这个错误。 最后发现可能是GPU显存不足造成的。需要在程序前加以下一段代码： from tensorflow.compat.v1 import ConfigProto from tensorflow.

在cmd中使用命令来安装python3.7： conda create -n py37 python=3.7 anaconda conda activate py37 cuda安装注意自定义去掉vs选项 cudnn记得配置环境变量path You can list all discoverable environments with conda info --envs. conda info --envs conda activate py37 pip ...

GPU - CUDA - Windows Subsystem for Linux (WSL) GPU in Windows Subsystem for Linux (WSL)CUDA on Windows Subsystem for Linux (WSL)https://developer.nvidia.com/cuda/wsl CUDA on WSL User Guide The guide for using NVIDIA CUDA on Windows Subsystem for L...

TensorFlow 2.0 includes many API changes, such as reordering arguments, renaming symbols, and changing default values for parameters. Manually performing all of these modifications would be tedious and prone to error. To streamline the changes, and to make

问题 Jupyter Notebook可以说是非常好用的小工具，但是不经过配置只能够在本机访问 笔者参阅了文档对jupyter notebook进行配置，实现了跨主机浏览器访问 安装jupyter notebook 笔者使用conda包管理 conda install jupyter notebook 生成默认配置文件 jupyter notebook --generate-config 将会在用户主目录下生成.jupyter文件夹，其中jupyter_notebook_c..

pip install jupyter_contrib_nbextensions jupyter contrib nbextension install --user pip install --user jupyter_nbextensions_configurator jupyter nbextensions_configurator enable --user

pypi 镜像使用帮助 pypi 镜像每 5 分钟同步一次。 临时使用 pip install -i https://pypi.tuna.tsinghua.edu.cn/simple some-package 注意，simple不能少, 是https而不是http 设为默认 升级 pip 到最新的版本 (>=10.0.0) 后进行配置： pip install pip -U pip config set global.index-url https://pypi.tuna....

import tensorflow as tf tf.config.list_physical_devices(‘GPU’)