第一种办法：error: stray ‘\357’ in programerror: stray ‘\274’ in programerror: stray ‘\233’ in program 出现此类错误的原因，在编辑器中使用的utf-8的格式保存源代码中出现了中文的标点符号、第二种办法：在Linux虚拟机上开发时，遇到以下

第一种办法：error: stray ‘\357’ in programerror: stray ‘\274’ in programerror: stray ‘\233’ in program 出现此类错误的原因，在编辑器中使用的utf-8的格式保存源代码中出现了中文的标点符号、第二种办法：在Linux虚拟机上开发时，遇到以下

ubuntu 安装NVDIA 显卡后分辨率改变成800*600。折腾了一下午各种方法都试了没成功，最后改了ubuntu 下的xorg.conf配置就ok了。在终端输入：sudo gedit /etc/X11/xorg.conf%后面是注释，表示修改的地方，在豆瓣中没有颜色标志什么的，只好出此下策。改了3个地方。前两个%的那个4个值是参考http://linux.chinaunix.

概述，需要注意以下几个问题：（1）NVIDIA的显卡驱动程序和CUDA完全是两个不同的概念哦！CUDA是NVIDIA推出的用于自家GPU的并行计算框架，也就是说CUDA只能在NVIDIA的GPU上运行，而且只有当要解决的计算问题是可以大量并行计算的时候才能发挥CUDA的作用。CUDA的本质是一个工具包（ToolKit）；但是二者虽然不一样的。显卡驱动的安装：当我们使用一台电脑的时候默认的已经安装了

一、保存、读取说明　　我们创建好模型之后需要保存模型，以方便后续对模型的读取与调用，保存模型我们可能有下面三种需求：1、只保存模型权重参数；2、同时保存模型图结构与权重参数；3、在训练过程的检查点保存模型数据。下面分别对这三种需求进行实现。二、仅保存模型参数　　仅保存模型参数可以用一下的API：　　Model.save_weights(file_path)　　# 将文件保存到save_path　　

一、WIndows安装GPU版本tensorflow注意一下几个问题一般就不会出错（1）确定自己要安装哪个版本的tensorflow-gpu；（1）根据自己要装的tensorflow-gpu版本确定要下载的CUDA版本；（2）根据要安装的CUDA版本确定要下载的Cudnn版本。二、tensorflow-gpu版本与CUDA版本对应关系不同版本的tensorflow-gpu与CUDA对应关系如下表所

1.将windows代码移植到linux时，对字符串

Sam一直是Makefile流，这些天需要移植一些游戏引擎模块。这些模块在其它嵌入式平台上是使用CodeBlocks编译的，Sam不想再去写Makefile。所以只好学习使用CodeBlocks交叉编译了。 与Makefile相同，CodeBlocks也需要提供交叉编译器，并指定include,library目录。过程如下： 0. 打开多个Code：：Blocks

文章目录欢迎关注WX公众号：【程序员管小亮】专栏——TensorFlow学习笔记一、数据处理1.1_下载数据集1.2_数据预处理1.3_数据增强1.4_数据可视化二、构建模型2.1_可视化模型2.2_设置训练参数2.3_编译和训练模型2.4_可视化训练指标三、使用预训练的模型3.1_下载预训练模型3.2_添加分类层3.3_训练Mobile模型3.4_微调预训练网络推荐阅读参考文章下面我们准备使用

1. 图片占内存容量计算公式为：      图片所占内存大小 = 图片长度（像素） * 图片宽度（像素） * 一个像素所占内存空间（单位：字节）       一般地，一个象素所占内存空间根据机器颜色数（专业词汇叫色深Color Depth）来决定：(1)Nokia 老S40机器 颜色数为4096色，就是2^12, 一个象素所占内存空间为1.5个字节；(2)Nokia S40新版 机器和 S