开始遇到的问题是要跑的程序数据太大，咱们通常会将本机上的Python程序和数据移植到服务器上去运行。但是，我在将生成的requirements.txt上传之后，因为服务器上没有pip3，所以无法安装。当你一直顺着一条路走不通的时候，需要从根子上再次梳理一次，看看是不是之前有哪些提示自己忽略了。但是移植到服务器不仅要上传程序和数据，同时还要为程序配置相应的环境，即为程序配置依赖包。在下载到服务器的p

我直接卸载并重装matplotlib。再次进入python就正常了。

在执行 while 循环或者 for 循环时，只要循环条件满足，程序将会一直执行循环体，不停地转圈。大家知道，跳过当前循环，用break。跳过本次循环中剩余代码用continue。从函数中跳出，使用return就行。比如for循环执行10次，但是当i=2时候，需要跳过5次循环怎么办。range（1,10,2）从1，开始，步长为2，不包含10。range(10)，默认从0开始，步长为1，不包含10。

1问题描述激活tensorflow时候出现了这样的问题：Could not find conda environment: tensorflowYou can list all discoverable environments with `conda info --envs`.2解决方案先看看自己的python版本：python --version，确定版本后：conda create -n t

在机器学习中训练模型阶段遇到了这三个参数epoch, iteration, batch_size。batch_size(批大小)指的是在SGD(随机梯度下降法)中选择的一个批次的大小iterations(迭代)指的是训练跑完一个batch_size样本epoch(迭代次数)1个epoch等于使用训练集中的全部样本训练一次learning_rate = 0.001epochs = 60batch_s

1 问题描述因为程序执行失败，且提示需要安装CUDA10.0，于是我下载了CUDA10.0+cuDNN10.0。但是安装时候，报错。CUDA 安装失败 ，提示不能创建chrome_elf.dll。2解决方案退出360安全卫士。然后安装CUDA就可以正常进行下去了...

问题描述在使用卷积神经网络（CNN）训练模型时候，你会发现有一系列的维度不匹配的问题，报错千奇百怪。一会说应该输入的是2维，但是输入数据却是3维。一会说应该输入的是（1024，），但是输入的却是（819200，）。虽然数字不同，但是遇到的问题总归都是这样。经过我几个消失的奋斗终于解决了这个问题：解决方案（1）更改输入数据维度，善于运用reshape将数据更改为你想要的类型。博主冷月无声的这篇应该能

1问题描述我在配置升级tensorflow以及pip和numpy问题的时候遇到了一个问题，即我的所有的conda命令都遇到了这个问题：WARING: Error parsing requirements for tensorflow: [Errno 13] Permission denied而无法执行下去。pip，tensorflow，numpy无法重新安装，conda也无法进行自我更新。2解决方

1conda list获取anaconda下面的包的名字。如：2conda info --envs获取conda环境下的内容，也可以看看自己的tensorflow是否正常安装。3python --version获取python版本4conda create -n tensorflow python=3.7.0在激活tensorflow时候，创建一个5activatetensorflow以及deac

1问题说明为什么明明安装成功了，但是测试时候却出问题呢？安装成功测试importtensorflow仍旧出现：ImportError: No module named 'tensorflow'2 upgradesetuptools有一篇文章的解决方案为：于是：ERROR: pip's dependency resolver does not currently take into account