关于配置深度开发学习环境所遇到的问题与解决

Posted 算法与编程之美

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了关于配置深度开发学习环境所遇到的问题与解决相关的知识,希望对你有一定的参考价值。

1 问题

(1)确定电脑是否有英伟达独立显卡;(2)无法下载mnist数据集;(3)无法显示数据集中的数字图像。

2 方法

(1)

1.打开电脑上的控制面板

2.选择查看“硬件和声音”

3.点击进入“设备管理器”

4.左键点击:显示适配器,可以看到显卡。

5.在系统配置中,从主板和显卡的型号可判断集成显卡和独立显卡。

通过上述步骤,得出电脑没有独立显卡,只有集成显卡,和后面代码检测的结果一致。

(2)

根据运行结果显示,运程主机断开连接,网络没有问题,通过多次重新连接,问题得到解决。

(3)

AttributeError: 'numpy.ndarray' object has no attribute 'mask'

根据Python IDE给出的错误反馈得出,模块matplotlib版本低,更新该模块后,问题解决。

3 结语

显示适配器中可以看到显卡配置;针对任务要求更新相关模块。

以上是关于关于配置深度开发学习环境所遇到的问题与解决的主要内容,如果未能解决你的问题,请参考以下文章

WIN11 + CUDA11.7配置深度学习开发环境

Linux下 NVIDIA显卡驱动 + CUDA + Anaconda 安装配置全流程(记录深度学习服务器环境从零开始搭建)

萌新深度学习与Pytorch入门记录:Win10下环境安装

pycharm配置深度学习环境:conda env create -f environment.yml报错

ubuntu18.04配置deepo深度学习环境(cuda + cudnn + nvidia-docker + deepo)--超级细致,并把遇到的错误和所有解决方案都列出来了

《神经网络与深度学习》 浅谈AlphaGo背后所涉及的深度学习技术