为啥centos7系统我设了中文但还是显示英文的？按照网上的步骤也已经安装了中文字库还是不行。

Posted 2023-04-24

要重新启动，才能生效。。
首先启动CentOS系统，进入桌面，在菜单中找到“Applications”点击进入菜单列表，找到“System Tools”，点击进入子菜单，找到“Settings”，
02
点击“Settings”，进入设置界面，找到“Region&Language”，
03
点击“Region&Language”进入语言设置界面，如图：
04
在语言设置界面，点击“Language”,进入语言选择对话框，
05
在语言选择对话框中， 找到“汉语（中国）”，选择，然后点击左上角的“Done”,
06
把两个选项都选择“汉语（中国）”，然后点击“Done”，退出，系统会提示是否重启电脑生效，我们选择是，系统重启后，出现如图对话框，选择“更新名称”，
07
等更新完成就是中文版本的centos了。至此centos7中设置成中文显示已全部完成。
特别提示 参考技术A 默认就支持中文，安装的时候选中文语言就是了

为啥 Epoch 显示相同的准确性？

【中文标题】为啥 Epoch 显示相同的准确性？

【英文标题】：Why Epoch showing the same accuracy?为什么 Epoch 显示相同的准确性？

【发布时间】：2021-10-26 12:29:25

【问题描述】：

我正在尝试构建 IDS 入侵检测系统并尝试预测标签是良性还是 DDos。但我在各个时期都得到了相同的准确度。

代码：

        from tensorflow import keras
    import numpy as np
    import datetime
    import time
    from tensorflow.keras.optimizers import Adam
    from keras.models import Sequential
    from keras.layers import Dense, Dropout
    from keras import callbacks
    x=pd.DataFrame(X)
    x = x.values
    sample = x.shape[0]
    features = x.shape[1]
    #Train: convert 2D to 3D for input RNN
    x_train = np.reshape(x,(sample,features,1)) #shape  = (125973, 18, 1)
    #Test: convert 2D to 3D for input RNN
    x_test=pd.DataFrame(X_test)
    x_test = x_test.values
    x_test = np.reshape(x_test,(x_test.shape[0],x_test.shape[1],1))
Model = keras.Sequential([

        keras.layers.LSTM(80,input_shape=(features,x_train.shape[2]),
                          activation='sigmoid',recurrent_activation='hard_sigmoid'),
        keras.layers.Dense(1,activation="softmax")
    ])

Model.compile(optimizer='rmsprop',loss='mse', metrics=['accuracy'])

#Training the model

Model.fit(x_train, y, epochs=10, batch_size= 32) 
Model.summary()

# Final evaluation of the model
scores = Model.evaluate(x_test, y_test, verbose=0)
print('/n')
print("Accuracy: %.2f%%" % (scores[1]*100))



Epoch 1/10
1074/1074 [==============================] - 92s 83ms/step - loss: 0.4180 - accuracy: 0.5820
Epoch 2/10
1074/1074 [==============================] - 79s 74ms/step - loss: 0.4180 - accuracy: 0.5820
Epoch 3/10
1074/1074 [==============================] - 81s 76ms/step - loss: 0.4180 - accuracy: 0.5820

解决办法是什么？

【问题讨论】：

您在 tf.keras 和 keras 之间混合导入，这不是一个好主意

所以我只用一个吗？

【参考方案1】：

因为"softmax"激活有1个神经元总是输出1。你的神经元不能调整它的输出来减少损失；它在数学上只能返回 1。

【讨论】：

推荐的调整是什么？

您应该查看任务的损失函数、指标和激活函数。似乎这是一个 2 类问题，所以"sigmoid" 激活会起作用，"binary_crossentropy" 是损失