執行tensorflow**時候常出現oom(out of memory)的錯誤，原因是batch_size設定得太大導致視訊記憶體不足。如果想讓**僅僅執行在cpu下，可在原**中加入如下**：
import os
os.environ[
"cuda_device_order"]=
"pci_bus_id"
os.environ[
"cuda_visible_devices"]=
"-1"
該方案為備用方案，通過tensorflow配置指定到cpu上執行
with tf.device(
'/cpu:0'):
***
config = tf.configproto(device_count =
)# 分配cpu個數
with tf.session(config=config)
as sess:
***
TensorFlow Keras 環境安裝
tensorflow keras深度學習人工智慧實踐 閱讀筆記 深度學習以大量矩陣模擬神經元的工作方式。矩陣運算特性 單一運算簡單，但是需要大量運算，適合平行計算。機器學習 1.訓練資料由features和label組成 2.機器學習兩個階段 訓練，3.分類 有監督的學習，無監督的學習，增強式學習。...
Tensorflow keras 回歸模型
import matplotlib as mpl import matplotlib.pyplot as plt matplotlib inline import numpy as np import sklearn import pandas as pd import os import sys ...
tensorflow keras 環境搭建
略 keras是乙個前端深度學習庫，需要依賴於後端進行計算。tensorflow是keras的後端引擎 建立虛擬環境 可略過 新虛擬環境下安裝的好處 出現錯誤刪除環境重新開始即可。base環境下出現錯誤將會很麻煩。安裝好anaconda後執行開始選單下anaconda資料夾下的anaconda pr...