小编Hen*_*rik的帖子

如果我运行这个程序,我得到"在第48行的matrixMulti.cu中遇到非法的内存访问"错误.我搜索并尝试了很多.所以我希望有人可以帮助我.

第48行:HANDLE_ERROR(cudaMemcpy(array,devarray,N*N*sizeof(int),cudaMemcpyDeviceToHost));

该计划只是为了进入CUDA.我试图实现矩阵乘法.

#include <iostream>
#include<cuda.h>
#include <stdio.h>

using namespace std;

#define HANDLE_ERROR( err ) ( HandleError( err, __FILE__, __LINE__ ) )
void printVec(int** a, int n);

static void HandleError( cudaError_t err, const char *file, int line )
{
    if (err != cudaSuccess)
    {
    printf( "%s in %s at line %d\n", cudaGetErrorString( err ),
            file, line );
    exit( EXIT_FAILURE );
    }
}

void checkCUDAError(const char *msg)
{
    cudaError_t err = cudaGetLastError();
    if( cudaSuccess != err) 
    {
        fprintf(stderr, "Cuda error: %s: …

我尝试使用 axios 向 Flask 服务器发送 POST：

var config = { headers: {  
                      'Content-Type': 'application/json',
                      'Access-Control-Allow-Origin': '*'}
             }
 axios.post("http://127.0.0.1:5000/test", 
             { label : "Test" , text : "Test"}  , config
          )
          .then(function (response) {
            console.log(response);
          })
          .catch(function (error) {
            console.log(error);
          });

现在是 Flask 的一部分

...
data = request.get_json(silent=True)
item = {'label': data.get('label'), 'text': data.get('text')}
print item
...

但是，我最终会遇到以下错误：

XMLHttpRequest 无法加载http://127.0.0.1:5000/test。对预检请求的响应未通过访问控制检查：请求的资源上不存在“Access-Control-Allow-Origin”标头。因此，不允许访问来源“ http://localhost:3000 ”。

为什么？我将按照建议设置标题。

这里是解决方案

from flask_cors import CORS, cross_origin
app = Flask(__name__)
cors = CORS(app, resources={r"/YOURAPP/*": {"origins": "*"}})

我正在尝试运行脚本，但是在导入时已经很挣扎。此导入

from keras.preprocessing.image import save_img

引发以下错误：

AttributeError: module 'tensorflow' has no attribute 'name_scope'.

我正在使用以下软件包。

Keras                     2.2.2,                     
Keras-Applications        1.0.4,                   
Keras-Preprocessing       1.0.2,                   
tensorflow                1.9.0,                     
tensorflow-gpu            1.9.0