小编use*_*379的帖子

目前，我可以在 1 台 PC 上的 2 个单独的 Excel 实例中同时运行 2 个 Excel VBA 进程。

我的目标是每分钟将数据从 Excel 实例 2 导入到 Excel 实例 1。

不幸的是，无法从 Excel 实例 1 中的工作簿连接到 Excel 实例 2 中打开的工作簿。

由于我可以连接到已保存的工作簿，因此解决方案可能是每分钟将工作簿保存在实例 2 中，并从已保存的工作簿中检索新数据。

虽然这是一个相当沉重的方法。是否有更好的解决方案来连接到另一个 Excel 实例中的另一个打开的工作簿？

（在同一个实例中打开工作簿不是解决方案，因为在这种情况下我不能再同时运行 2 个 VBA 进程。）

如果我运行此代码来使用 Knit 训练 GBM 模型，我会收到几页 Iter 输出，如下所示。有没有办法抑制这个输出？

mod_gbm <- train(classe ~ ., data = TrainSet, method = "gbm")


## Iter   TrainDeviance   ValidDeviance   StepSize   Improve
##      1        1.6094             nan     0.1000    0.1322
##      2        1.5210             nan     0.1000    0.0936
##      3        1.4608             nan     0.1000    0.0672
##      4        1.4165             nan     0.1000    0.0561
##      5        1.3793             nan     0.1000    0.0441

谢谢你！

我在 GPU 上使用 R 和 Keras 以及 Tensorflow 2.0。

将第二个显示器连接到我的 GPU 后，我在深度学习脚本期间收到此错误：

我的结论是 GPU 内存不足，解决方案似乎是以下代码：

import tensorflow as tf
from keras.backend.tensorflow_backend import set_session
config = tf.ConfigProto()
config.gpu_options.allow_growth = True  # dynamically grow the memory used on the GPU
config.log_device_placement = True  # to log device placement (on which device the operation ran)
                                    # (nothing gets printed in Jupyter, only if you run it standalone)
sess = tf.Session(config=config)
set_session(sess)  # set this TensorFlow session as the default session for Keras

根据这篇文章： …