这篇文章是我二刷TensorFlow-GPU安装，最近需要在新的电脑安装环境，我翻了以前自己写的安装笔记：TensorFlow-GPU-CUDA无痛安装教程Windows篇，但是安装完因为版本的原因，出了一些新的问题，打算推倒再来一遍，因为是二周目，**所以这篇文章我会更注重一些常见的安装问题与解决方法**，希望可以帮的到你！！

org.jetbrains.kotlin:kotlin-stdlib-jdk7:1.6.10问题原因解决ReBuild即可解决问题原因在导入项目和升级Android Studio后，较旧的项目再次编译是可能会出现Failed to resolve: org.jetbrains.kotlin:kotlin-stdlib-jre7这是因为，版本更新后kotlin的依赖编译失败解决打开项目根目录中的bu

完美解决python下使用pip出现的“ModuleNotFoundError: No module named 'pip._internal.cli.main”问题修复pip修复pip我在树莓派上安装 “wxPython”时，终端报错：ModuleNotFoundError: No module named 'pip._internal.cli.main对于这个问题，两行代码解决，对pip进行修

在上一篇博客中，利用CNN卷积神经网络的TensorFlow+Keras深度学习搭建了人脸模型：《基于CNN卷积神经网络的TensorFlow+Keras深度学习搭建人脸模型]》，本篇博客将继续利用CNN卷积神经网络的TensorFlow+Keras深度学习实现人脸识别...

在上一篇博客中，利用CNN卷积神经网络的TensorFlow+Keras深度学习搭建了人脸模型：《基于CNN卷积神经网络的TensorFlow+Keras深度学习搭建人脸模型]》，本篇博客将继续利用CNN卷积神经网络的TensorFlow+Keras深度学习实现人脸识别...

这篇文章是我二刷TensorFlow-GPU安装，最近需要在新的电脑安装环境，我翻了以前自己写的安装笔记：TensorFlow-GPU-CUDA无痛安装教程Windows篇，但是安装完因为版本的原因，出了一些新的问题，打算推倒再来一遍，因为是二周目，**所以这篇文章我会更注重一些常见的安装问题与解决方法**，希望可以帮的到你！！

No module named 'sklearn.model_selection' 解决方法情况一：sklearn版本太低情况二：没有sklearn环境情况一：sklearn版本太低在Anaconda环境中，输入：conda list可以查看当前的Sklearn版本更新Sklearn即可：conda update scikit-learn情况二：没有sklearn环境在cmd或Anaconda中直

之前项目中的人脸识别是仅基于OpenCV利用FaceRecognition+Dlib来实现的；其原理是利用现成的**hard分类器**和**LBP算法**来进行人脸检测，并收集人脸数据训练人脸数据集（xml）实现人脸识别；上述的人脸识别方法缺点：**识别率低，错误率较高**（*同条件下与TensorFlow深度训练后对照，所以基于上述的问题，本项目使用OpenCV基于CNN卷积神经网络+Tenso

前期准备—环境依赖Cmake（编译器）依赖环境Python环境streamer环境图像处理依赖安装OpenCV编译OpenCV配置cmake编译参数make编译配置OpenCV动态库验证OpenCV环境# python环境下OpenCV环境验证：安装Opencv_contrib下载opencv_contrib配置编译项出现的问题一、ippicv下载问题下载ippicv_2019_lnx_intel

本项目为IOT实验室人员签到考勤设计，系统实现功能：1.人员人脸识别并完成签到/签退2.考勤时间计算3.保存考勤数据为CSV格式（Excel表格）