内存是存储数据的，GPU用来计算如果像尽量榨干算力，就尽量把无用的内存释放掉检查代码，找到一些无用的内存占用，比如哈希桶是不是太大了，减小或者去掉一些没有用的，又很大的特征让内存的数据尽量多的都是有用的（用来计算的），就可以加大利用率...

假设有1000条已经标注好的数据，取其中600条作为训练集，200条作为验证集，200条作为测试集。3：1：1的比例可以自行调整，三个集合互相不存在交集训练集作用：设计好的模型通过训练集最优化后的一个集合验证集作用：通过验证集去选择上一个集合中的最优模型测试集作用：通过测试集评估选出来的模型的性能原因：如果测试集和验证集是同一个集合，或者说同时用一个集合去做模型的选择和模型的评估是没有意义的，因为

Django添加背景图片style="background-image: url(../static/images/jpg.jpg)"注意参数，backgroud弃用了，输入back会提示的路径没有引号，注意./是上级目录…/是上上级目录找到你的图片位置，找对了，系统会提示。背景虚化在网上查到的背景虚化都是背景和文字都虚化了，如果大家有方法欢迎评论。我是先把图片用ps虚化再插入到网页背景，如果没有

这是比较常见的问题，根本原因就是找不到cuda下面说一下对应的几种情况：一、使用的是命令行再相应的虚拟环境下调用gpu版本的tensorflow报错这种情况一般有两种原因：1、cuda和tensorflow版本不对应解决办法：重新安装tensorflow，cuda，版本要对应，tensorflow中文社区有对应的详细内容，点开链接拉到最下面2、系统找到不到cudavim ~./bashrc最后面添

raise EOFError("Compressed file ended before the "EOFError: Compressed file ended before the end-of-stream marker was reached在文本分类使使用keras的库，出现上面的错误出错的原因是之前下载了一部分，文件不完整，可能下载一半被中断，网络中断等。可以采取两种解决办法...

在解决分类问题时，将结果映射到特定范围内，一般在（0，1）之间。例如，做分类问题时，输出的结果为（x1，x2，x3）经过归一化之后得到（0.2，0.1，0.7），认为分到类别1的概率为0.2，分到类别2的概率为0.1，分到类别3的概率为0.7常见的归一化方法...

直接先上菜鸟的代码#!/usr/bin/python# -*- coding: UTF-8 -*-import smtplibfrom email.mime.text import MIMETextfrom email.header import Headersender = 'from@runoob.com'receivers = ['429240967@qq.com']# 接收邮件，可设置为你

线代定义范数是具有“长度”概念的函数。在线性代数、泛函分析及相关的数学领域，范数是一个函数，是矢量空间内的所有矢量赋予非零的正长度或大小。半范数可以为非零的矢量赋予零长度。l2范数∥x∥2=∑i=1n xi2，l2范数公式\|x\|_2 = \sqrt{\sum_{i=1}^n \ x^2_i\quad} \quad \text {，l2范数公式} ∥x∥2​=i=1∑n​ x