小编Mih*_*nde的帖子

因此，在我的 Coursera 课程中，我需要构建这个相当简单的应用程序，以从外部 api 获取和显示数组。我正在使用 ruby​​ on rails 框架。（我使用的是 Windows 10）

控制器 -

class CoursesController < ApplicationController
  def index
    @search_term = params[:looking_for] || 'jhu'
    @courses = Coursera.for(@search_term)
  end
end

模型

class Coursera 
    include HTTParty
    default_options.update(verify: false) # Turn off SSL verification
    base_uri 'https://api.coursera.org/api/courses.v1'
    default_params fields: "photoUrl,description",q: "search"
    format :json

    def self.for term
        get("",query: {query: term}) ["elements"]
    end
end

该视图无关紧要，因为它可以正常工作。但在我的其他应用程序中，我收到此错误 -

Errno::ECONNREFUSED: Failed to open TCP connection to :80 (Connection refused - connect(2) for nil port 80)

这是我遇到问题的另一个应用程序 -

控制器 - …

我手动安装了CUDA v9.2和相应的cuDNN以安装tensorflow gpu，但我意识到tensorflow 1.8.0需要CUDA 9.0，所以我运行了

pip install tensorflow-gpu

从anaconda提示（基本环境）中自动安装CUDA 9.0和相应的cuDNN。我从同一命令提示符启动了Spyder。所以这是我在Python 3.6中的代码，其中我正在使用keras和tensorflow来训练8000个奇数图像-

# Convolutional Neural Networks
# Part 1 - Building the CNN
# Not important

# Part 2- Fitting the CNN to the images - 
from keras.preprocessing.image import ImageDataGenerator
train_datagen = ImageDataGenerator(
        rescale=1./255,
        shear_range=0.2,
        zoom_range=0.2,
        horizontal_flip=True)

test_datagen = ImageDataGenerator(rescale=1./255)

training_set = train_datagen.flow_from_directory(
        'dataset/training_set',
        target_size=(64, 64),
        batch_size=32,
        class_mode='binary')

test_set = test_datagen.flow_from_directory(
        'dataset/test_set',
        target_size=(64, 64),
        batch_size=32,
        class_mode='binary')
with tf.device("/gpu:0"):   # Notice THIS
    classifier.fit_generator(
            training_set,
            steps_per_epoch=8000,
            epochs=25,
            validation_data=test_set,
            validation_steps=2000)

注意，在最后拟合数据集之前，我将其放入

with tf.device("/gpu:0"):

我认为这应该确保它使用GPU进行训练？我不确定，因为将“ …