我已经看到在哪里可以找到 GLIBCXX_3.4.29？ 这没有回答我的具体问题。

我已经GLIBCXX_3.4.29根据strings /usr/lib64/libstdc++.so.6 | grep GLIBCXX. 我特别问我如何在我的 anaconda 环境中得到它。我已经按照安装说明conda libgcc获得了 conda 的最新版本 7.2.0 ，但GLIBCXX_3.4.29不符合我正在运行的某些代码所需的版本

针对下面的评论

最好知道你想运行什么

我正在尝试运行一些使用内部.so文件的代码。我之前已经成功运行过它，但我猜当我更新用于生成文件的库时，某些事情发生了变化.so。

注意：我已经尝试git checkout将库改成旧版本并重建所有内容，但我仍然面临这个问题。

我如何创建环境

conda create -n crannog python=3.6
conda activate crannog
pip install -r requirements.txt

需求.txt 的 Pastebin

conda 列表的 Pastebin

我想知道我是否可以获得一些帮助。我最近重新安装了操作系统，但遇到了一个以前从未遇到过的奇怪问题。我正在按照Github 步骤添加 ssh 代理

基本上，每次登录时我都需要运行

eval "$(ssh-agent -s)"
ssh-add ~/.ssh/id_personal

当我重新启动计算机时。

当我尝试跑步时，git clone X我得到了

Cloning into 'X'...
git@github.com: Permission denied (publickey).
fatal: Could not read from remote repository.

Please make sure you have the correct access rights
and the repository exists.

但在我运行上述两个命令后，我可以很好地克隆

注意：Gitlab 也存在问题。抱歉，我应该明确的

# Defining the tf ops
prob_placeholder = tf.placeholder(tf.float32, shape=(2))
log_placeholder = tf.log(prob_placeholder)
grads_placeholder = tf.gradients(ys=tf.log(prob_placeholder), xs=model.weights)


# t is some index into the holders (which are lists)
# s is some state || p_a is some list of [p_1, 1 - p_1] || a_ is either 0 or 1 ||  r is 1

prob_ = tf_sess.run(prob_placeholder, {prob_placeholder: p_a})
log_ = tf_sess.run(log_placeholder, {prob_placeholder: prob_})
print(prob_, log_)
grads_ = tf_sess.run(grads_placeholder, {prob_placeholder: prob_})

基本上我不确定为什么它会返回无.

TypeError: Fetch argument None has invalid type <type 'NoneType'> …

我有以下功能应该自动编码我的数据。

我的数据可以看成是一张长100宽2的图片，有2个通道（100, 2, 2）

def construct_ae(input_shape):
    encoder_input = tf.placeholder(tf.float32, input_shape, name='x')
    with tf.variable_scope("encoder"):
        flattened = tf.layers.flatten(encoder_input)
        e_fc_1 = tf.layers.dense(flattened, units=150, activation=tf.nn.relu)
        encoded = tf.layers.dense(e_fc_1, units=75, activation=None)

    with tf.variable_scope("decoder"):
        d_fc_1 = tf.layers.dense(encoded, 150, activation=tf.nn.relu)
        d_fc_2 = tf.layers.dense(d_fc_1, 400, activation=None)
        decoded = tf.reshape(d_fc_2, input_shape)

    with tf.variable_scope('training'):
        loss = tf.losses.mean_squared_error(labels=encoder_input, predictions=decoded)
        cost = tf.reduce_mean(loss)

        optimizer = tf.train.AdamOptimizer(learning_rate=0.001).minimize(cost)
        return optimizer

我遇到了一个问题，我的成本大约是 1.1e9，而且它没有随着时间的推移而减少

我可视化了渐变（删除了代码，因为它只会使事情变得混乱），我认为那里有问题？但我不确定

问题

1) 网络构建中的任何内容看起来不正确吗？

2）数据是否需要在0-1之间归一化？

3）当我尝试将学习率提高到 1 时，有时会遇到 NaN。这是否表明了什么？

4) 我想我可能应该使用 CNN，但我遇到了同样的问题，所以我想我会转移到 FC，因为它可能更容易调试。

5）我想我使用了错误的损失函数，但我真的找不到任何关于正确使用损失的论文。如果有人可以指导我找到一个，我将不胜感激

我正在使用 Tensorflow 2.0 的数据模块为专有数据构建输入管道，并使用 tf.data.Dataset 对象来存储我的特征。这是我的问题 - 数据源是一个 CSV 文件，它只有 3 列，一个标签列，然后是两列，这些列只包含引用存储数据的 JSON 文件的字符串。我开发了访问我需要的所有数据的函数，并且能够在列上使用 Dataset 的 map 函数来获取数据，但是我不知道如何向我的 tf.data.Dataset 对象添加一个新列保存新数据。因此，如果有人可以帮助解决以下问题，那确实会有所帮助：

1. 如何将新功能附加到 tf.data.Dataset 对象？
2. 这个过程应该在迭代之前对整个数据集完成，还是在（我认为在迭代期间可以利用性能提升，但我不知道这个功能是如何工作的）？

我拥有将输入作为列中的元素并执行获取每个元素的特征所需的一切的所有方法，我只是不明白如何将这些数据放入数据集中。我可以做一些“hacky”的解决方法，使用 Pandas Dataframe 作为“中介”或类似的东西，但我想把所有东西都保留在 Tensorflow 数据集和管道过程中，以获得性能提升和更高质量的代码。

我已经查看了 Dataset 类的 Tensorflow 2.0 文档（https://www.tensorflow.org/versions/r2.0/api_docs/python/tf/data/Dataset），但一直找不到方法可以操纵对象的结构。

这是我用来加载原始数据集的函数：

def load_dataset(self):
    # TODO: Function to get max number of available CPU threads
    dataset = tf.data.experimental.make_csv_dataset(self.dataset_path,
                                                    self.batch_size,
                                                    label_name='score',
                                                    shuffle_buffer_size=self.get_dataset_size(),
                                                    shuffle_seed=self.seed,
                                                    num_parallel_reads=1)
    return dataset

然后，我有一些方法可以让我接受一个字符串输入（列元素）并返回实际的特征数据。我可以使用“.map”之类的函数访问数据集中的元素。但是如何将其添加为列？

我与我的教授对以下函数原型存在分歧：

提示：“函数采用指向浮点数的指针、指向字符指针的指针并返回指向整数指针的指针。”

我说是

int ** function(float * myFloat, char ** myChar)

但给出的选项是：

A. int **fun(float **, char**)  
B. int *fun(float*, char*)  
C. int ***fun(float*, char**)  
D. int ***fun(*float, **char)  

我认为没有一个是正确的。明确地说，我不是在寻求解决方案 - 我发布我的函数原型是为了表明我认为我知道解决方案并且已经解决了它。

是否有可能给出的任何选项都是正确的？我很想被证明是错误的，并被告知其中一种解决方案是可能的（同样，如果可能，请不要告诉我哪个是正确的）