相关疑难解决方法(0)

我已经安装并一直在使用Anaconda Python发行版,我已经开始使用Anaconda(Conda)环境了.我可以使用标准conda install...命令将包中的包放入我的环境中,但是要使用外部的任何东西(例如Flask-WTF,flask-sqlalchemy和alembic),我需要pip install在活动环境中使用.但是,当我查看环境的内容时,无论是在目录中,还是使用conda list这些pip installed包都没有显示出来.

使用pip freeze并pip list列出我曾经安装的每个包.

有没有一种方法来跟踪什么是在我的每一个巨蟒env(能够对S pip和conda安装)？

我正在尝试使用以下Keras包在Python中使用神经网络:

from keras.utils import np_utils
from keras.layers.core import Dense, Activation, Dropout
from keras.models import Sequential
from keras.layers.core import Dense, Dropout, Activation, Flatten
from keras.layers.convolutional import Convolution2D, MaxPooling2D
from keras.optimizers import SGD

但是,我收到以下错误:

 15 import theano
 ---> 16 from theano import gof
 17 from theano.compat.python2x import partial
 18 import theano.compile.mode
 ImportError: cannot import name gof

安装已安装conda install keras.后来我尝试使用pip install Theano,但它没有用.我试图安装使用pip install git,但我收到此错误:cannot find command git.所以我安装了Git并设置了环境变量.

那么,有没有安装这些软件包的程序？

我Theano在我的机器上安装了框架并启用了CUDA,但是当我在我的python控制台中"导入theano"时,我收到以下消息:

>>> import theano
Using gpu device 0: GeForce GTX 950 (CNMeM is disabled, CuDNN not available)

现在,"CuDNN不可用",我cuDnn从Nvidia网站下载.我还更新了环境中的'path',并在'.theanorc.txt'配置文件中添加了'optimizer_including = cudnn'.

然后,我再次尝试,但失败了,:

>>> import theano
Using gpu device 0: GeForce GTX 950 (CNMeM is disabled, CuDNN not available)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "C:\Anaconda2\lib\site-packages\theano\__init__.py", line 111, in <module>
    theano.sandbox.cuda.tests.test_driver.test_nvidia_driver1()
  File "C:\Anaconda2\lib\site-packages\theano\sandbox\cuda\tests\test_driver.py", line 31, in test_nvidia_driver1
    profile=False)
  File "C:\Anaconda2\lib\site-packages\theano\compile\function.py", line 320, in function
    output_keys=output_keys)
  File "C:\Anaconda2\lib\site-packages\theano\compile\pfunc.py", line 479, in pfunc
    output_keys=output_keys) …

我在Windows机器上安装了Theano并按照配置说明进行操作.

我将以下.theanorc.txt文件放在C:\ Users\my_username文件夹中:

#!sh
[global]
device = gpu
floatX = float32

[nvcc]
fastmath = True
# flags=-m32 # we have this hard coded for now

[blas]
ldflags =
# ldflags = -lopenblas # placeholder for openblas support

我试图运行测试,但还没有设法在GPU上运行它.我猜不会读取.theanorc.txt中的值,因为我添加了行print config.device并输出"cpu".

下面是基本的测试脚本和输出:

from theano import function, config, shared, sandbox
import theano.tensor as T
import numpy
import time

print config.device


vlen = 10 * 30 * 768  # 10 x #cores x # threads per core
iters = 1000

rng = …

我正在尝试在Enthought Python Distribution(EPD)上安装Theano,但我得到了一个奇怪的错误.这是我的安装的样子:

• 我已经安装了EPD C:\Python27.
• 在那之后,我已经安装pip了使用easy_install pip
• 我使用安装了Theano pip install Theano

• 为了测试,我开始ipython并输入import theano.我收到以下错误:

  Problem occurred during compilation with the command line below:
  g++ -shared -g -IC:\Python27\lib\site-packages\numpy\core\include -IC:\Python27\include -o C:\Users\Ove\AppData\Local\Theano\compiledir_Windows-7-6.1.7601-SP1-Intel64_Family_6_Model_37_Stepping_5_GenuineIntel-2.7.2\lazylinker_ext\lazylinker_ext.pyd C:\Users\Ove\AppData\Local\Theano\compiledir_Windows-7-6.1.7601-SP1-Intel64_Family_6_Model_37_Stepping_5_GenuineIntel-2.7.2\lazylinker_ext\mod.cpp -LC:\Python27\libs -LC:\Python27 -lpython27
  C:\Users\Ove\AppData\Local\Temp\ccIoNPlU.o: In function `initlazylinker_ext':C:/Users/Ove/AppData/Local/Theano/compiledir_Windows-7-6.1.7601-SP1-Intel64_Family_6_Model_37_Stepping_5_GenuineIntel-2.7.2/lazylinker_ext/mod.cpp:911: undefined reference to `__imp_Py_InitModule4'
  collect2: ld returned 1 exit status
  
  Exception: Compilation failed (return status=1): C:\Users\Ove\AppData\Local\Temp. C:/Users/Ove/AppData/Local/Theano/compiledir_Windows-7-6.1.7601-SP1-Intel64_Family_6_Model_37_Stepping_5_GenuineIntel-2.7.2/lazylinker_ext/mod.cpp:911: undefi. collect2: ld returned 1 exit status4'
  

  Run Code Online (Sandbox Code Playgroud)

有谁知道如何让Theano与EPD合作？

我是神经网络/机器学习/遗传算法的新手,对于我的第一次实现,我正在写一个学会玩蛇的网络(以前你没有玩过它的例子)我有几个问题我不喜欢完全明白:

在我提出问题之前,我只想确保正确理解一般的想法.有一群蛇,每一条都有随机产生的DNA.DNA是神经网络中使用的权重.每次蛇移动时,它都会使用神经网络决定去哪里(使用偏差).当人口死亡时,选择一些父母(可能是最高适应度),并以轻微的突变机会交叉他们的DNA.

1)如果给整个电路板作为输入(大约400个点)足够的隐藏层(不知道有多少,可能是256-64-32-2？),并且有足够的时间,它是否会学会不打包？

2)什么是好的投入？以下是我的一些想法:

• 400个输入,一个用于电路板上的每个空间.如果蛇应该去那里(苹果)是正面的,如果它是墙/你的身体则是负面的.越接近-1/1,它就越接近.
• 6个输入:游戏宽度,游戏高度,蛇x,蛇y,苹果x和苹果y(如果训练的话可以学习在不同尺寸的棋盘上玩,但不知道如何输入它的身体,因为它改变了大小)
• 给它一个视野(可能在头前3x3平方),可以警告蛇的墙壁,苹果或它的身体.(不幸的是,蛇只能在前面看到什么,这可能会妨碍它的学习能力)

3)给定输入法,隐藏图层大小的起点是什么(当然计划调整这个,只是不知道什么是好的起点)

4)最后,蛇的健身.除了获得苹果的时间,它的长度,它的寿命,还有其他因素吗？为了让蛇学会不阻挡自己,还有什么我可以添加到健身帮助吗？

谢谢!