为什么我的训练输出打印不正常？
训练输出打印不正常可能有多种原因，以下是一些可能的原因和解决方法：
- 代码错误：检查你的代码是否正确地设置了输出打印语句。确保你使用了正确的语法和正确的输出位置。
- 日志级别设置不正确：检查你的日志级别设置。如果你的日志级别设置为较高级别（如ERROR或CRITICAL），则可能会导致一些输出被忽略或不显示。尝试将日志级别设置为较低级别（如DEBUG或INFO）以查看更多输出。
- 输出被重定向：检查你的输出是否被重定向到其他地方，例如文件或其他日志系统。确保你的输出打印语句没有被重定向到其他地方。
- 训练过程中的错误或异常：训练过程中可能发生错误或异常，导致输出不正常。检查训练过程中的错误日志或异常堆栈跟踪，以确定是否有任何错误或异常发生。
- 硬件或环境问题：某些硬件或环境问题可能导致输出不正常。例如，内存不足、网络问题或其他系统资源问题可能会影响输出。确保你的硬件和环境符合训练要求，并尝试在其他环境中运行训练以排除问题。
如果以上方法都无法解决问题，建议你查阅相关文档或寻求专业人士的帮助，以进一步分析和解决训练输出打印不正常的问题。
请注意，以上答案仅供参考，具体解决方法可能因具体情况而异。
相关·内容
我找不到答案，为什么这个range循环的代码在2.7中运行正常，而在3.4中运行不正常。
from graphics import *
def main():
win = GraphWin("Click Me!")
for i in range(10):
p = win.getMouse()
print("you clicked at:", p.getX() , p.getY())
main()
在2.7上的输出是："you clicked at: 56 77 " once click
浏览 2提问于2015-01-08得票数 2
第四章：“与Scikit一起动手机器学习与TensorFlow第二版”：
一般说来，弹性网比拉索更好，因为当特征数大于训练实例数或多个特征强相关时，拉索的行为可能不规律。
当没有的时候，拉索到底是如何和为什么表现得“不正常”的。特征>不。训练的实例或者特征是紧密相关的？它与冗余特性有关吗？
浏览 0提问于2019-07-17得票数 4
1回答
线性损失和精度CNN图
、、、
我最近在不同的批处理大小下运行我的CNN，并注意到批处理大小(32，64)越小，准确率就越高，但图表如下所示：
谁能解释一下为什么这些图表看起来不正常？我的训练数据有4096个特征。下面是我的较大批处理大小(512,1024)的图表：
浏览 9提问于2021-02-19得票数 0
回答已采纳
我已经训练了一个人，使他能适应一个未知的功能。我是这样建造的
net = buildNetwork(1, 2, 1,hiddenclass=TanhLayer)
我说过要用命令打印网络的参数。
print net.params
把帕拉姆斯还给我
(1.76464967 , 0.46764103 , 1.63394395 ,-0.95327762 , 1.19760151, -1.20449402, -1.34050959)
现在我想在另一个脚本中使用这个合适的函数。我试过了
def netp(Q):
net = buildNetwork(1, 2, 1,hiddenclass=Tanh
浏览 0提问于2013-12-12得票数 4
回答已采纳
1回答
我正在使用tensorflow训练一个模型。我有一个自定义的回调函数，它在epoch_end上打印出一些数据。具体地说，训练准确性或验证损失。使用模型中的verbose=1，fit tensorflow打印出训练损失、训练精度、val_loss和val_accuracy，如下所示。显然，is也在使用tqdm打印进度条。问题是，如果我打印出在纪元末尾的回调中从acc=logs.get(' accuracy ')捕获的训练精度，它与model.fit打印出来的值不同。这就像model.fit精度值不是来自纪元的最后一批，而是来自倒数第二批。您还可以看到，来自回调的打印输出中断了m
浏览 22提问于2020-10-29得票数 0
我的Keras-Tensorflow模型的行为如下图所示。我可以看到训练和验证损失表现良好，但训练和验证的准确性相当不正常。我认为验证数据集可能比训练集更容易。因此，我得到了很高的验证准确率。我期待着你的善意的建议。
<code>B0</code>
浏览 16提问于2020-03-18得票数 0
回答已采纳
3回答
当我用rake rspec运行rspec时，我的测试不正常，我得到了一条错误消息。然而，当我的测试正常时，我只得到'..‘。没有其他输出。怎样才能让它打印出如下内容：
A User .... can only have one name
A User .... can ...
浏览 0提问于2011-02-23得票数 76
回答已采纳
我面临着一个非常奇怪的问题，我正在使用tensorflow构建一个随机神经网络模型，然后在完成训练后使用tf.Saver存储模型变量(全部)。
在测试期间，我只是再次构建推理部分，并将变量恢复到图中。恢复部分不会显示任何错误。
但是当我开始对评估测试进行测试时，我总是从推理中得到相同的输出，即对于所有测试输入，我都会得到相同的输出。
我在训练期间打印了输出，我确实看到不同训练样本的输出是不同的，成本也在下降。但是当我做测试时，无论输入是什么，它总是给我相同的输出。
有人能帮我解释一下为什么会发生这种情况吗？我想发布一些最小的例子，但由于我没有得到任何错误，我不确定我应该在这里发布什么。我很乐意
浏览 2提问于2016-09-17得票数 3
1回答
理解keras日志记录输出的问题
、、、、
训练我的模型模型
model.fit_generator(
...,
verbose=1,
...
)
生成以下输出：
Epoch 1/5
64 128
128 192
64/6400 [..............................] - ETA: 466s - loss: 0.0189 - mean_squared_error: 0.0189192 256
128/6400 [..............................] - ETA: 253s - loss: 0.0163 - mean_squared_error: 0.
浏览 14提问于2017-01-25得票数 2
回答已采纳
1回答
是否有可能训练出一种能不正常探测闭路电视摄像机的模型：
照相机模糊(离焦)
照相机阻塞(黑色图像或被阻塞图像)
谢谢
浏览 2提问于2022-02-14得票数 0
我是LightGBM模型体系结构的新手。
Finished loading model, total used 15000 iterations
每次我训练模特的时候它都会打印这条信息。它是由这个打印的，我想了解它为什么要加载这个模型。助推器的型号是什么？它是怎么训练的？为什么它要加载这个模型而不是训练一个新的呢？
这是我的密码：
lgbparams = {...}
lgbtrain = lgb.Dataset(data=self.train_x, label=self.train_y)
self.model = lgb.train(
lgb_params, lgbtrain,
浏览 3提问于2020-04-01得票数 2
回答已采纳
我已将用于分页的程序输出中的十六进制字符十六进制(12)设置为旧打印机对齐方式。当使用记事本打开输出文本文件时，十六进制‘’oc‘将显示为小的阳符号(带有小圆圈和底部的加号)。但有些记事本显示为相同分页符的小方框。
使用带有小凸形符号的记事本时，打印对齐正常。但是，当使用带有小方框符号的记事本时，打印对齐不正常。
顺便说一句，我正在使用MS Window XP Pro version 2002 service pack 3。
有人能帮我这个忙吗?？
谢谢。
浏览 0提问于2012-09-14得票数 1
我用tensorflow训练我的模型，经过几次迭代，模型输出变成了Nan。我设置了lr=0，我认为模型权重不会更新，但是，经过几次迭代，我仍然得到了Nan。当我只是加载数据，打印输出，完全削减优化过程，我将不会得到Nan。
所以我很好奇为什么当lr=0更新的时候模型还在更新。
我用的是TF1.3。python2.7
我试过tf.train.GradientDescentOptimizer和tf.train.AdamOptimizer
浏览 1提问于2018-07-13得票数 0
回答已采纳
2回答
我是Keras的新手。在训练阶段，如何打印中间层或最终层的输出？
我正在尝试调试我的神经网络，并想知道这些层在训练过程中的行为。为了做到这一点，我试图在训练过程中为每一步精确地输入和输出一层。
常见问题解答()有一个方法来提取中间层的输出，以构建另一个模型，但这不是我想要的。我不需要使用中间层的输出作为其他层的输入，我只需要将它们的值打印出来，也许还可以用图形/图表/可视化的方式。
我使用的是Keras 2.1.4
浏览 0提问于2018-03-26得票数 10
回答已采纳
当我训练tensorflow模型时，它通常会在每次迭代中输出类似于下面一行的信息 INFO:tensorflow:loss = 1.9433185, step = 11 (0.300 sec) 打印的损失是模型当前看到的批次的损失，还是所有先前训练批次的运行平均损失？ 如果我使用批次大小为1的批次，即每批只有一个训练样本，那么打印的损失将是每个样本单独的损失，或者它是运行平均损失吗？
浏览 57提问于2021-08-23得票数 1
我使用的是iReport 5.5。我把静态文本，在预览文本显示完美，但在我的输出打印字符间距是不正常的。
这是输出打印图像：
我把文本设置为延展，但没有积极的变化。
这是我的静态文本的示例：
<title>
<band height="79" splitType="Stretch">
<staticText>
<reportElement positionType="Float" stretchType="RelativeToTa
浏览 2提问于2016-06-16得票数 0
回答已采纳
2回答
下面的代码在打印一些十进制数字时结束了一个似乎无穷无尽的循环。
int main(){
show(0xBADECAFU);
}
void show(unsigned a){
unsigned pos=0;
for(; pos<UINT_MAX; pos++)
printf("%u", (1U<<pos) & a);
}
下面的代码实际显示了十六进制数字的位数。为什么第一个程序运行不正常，而第二个程序运行不正常？
int main(){
show(0xBADECAFU);
}
void show(un
浏览 2提问于2012-04-27得票数 0
回答已采纳
我需要帮助完成这个简单的代码：
#include <stdlib.h>
#include <stdio.h>
int main() {
system("clear");
while (1) {
printf("Enter your name(MAX 24 chars) : ");
char name[25];
int x = 0;
do {
name[x] = getchar();
x++;
}
浏览 4提问于2017-03-18得票数 0
我已经训练了一个vgg16模型来预测102类花。然而，现在我正在尝试理解它的一个预测，我觉得它的行为不正常。
模型布局
<code>A0</code>
在单个镜像上测试
<code>A1</code>
考虑到我是如何在单个图像上测试它的(该模型像往常一样被批量训练和测试，它返回的预测矩阵似乎没有标准化或加起来不是1 )。
这是正常的吗？
浏览 17提问于2018-12-17得票数 1
回答已采纳
1回答
我必须训练一个模型，它可以近似于用于将输入(3)映射到单个输出(1)上的函数，在隐藏层中使用sigmoid激活，在输出层中使用tanh。
数据为输入-输出对((X，Y，Z)，SUM)的8行，其中X，Y和Z是输入，和是输出。
X、Y和Z的值在不同的随机范围内。现在，我陷入了在标准化和/或标准化之间作出决定的问题。我已经浏览了一些资源，但我在参考中找到了答案。
我该选什么？我的意思是，如果规范化或标准化，应该对整个全局数据(X、Y、Z和)或每一个数据做不同的操作。此外，如果我标准化，那么我将不得不取消标准化在最后。这不是不正常吗？
浏览 2提问于2020-01-20得票数 0
我尝试了pip安装0.3.1，但当我打印版本时，它输出2.1.4。
!pip安装keras==0.3.1
导入keras
打印keras._version__
我正在尝试训练深度掩码()，我特别需要0.3.1。
浏览 0提问于2018-02-20得票数 0
我正在尝试用新的标签文档(TaggedDocument)来训练经过预先训练的模型.
预训练模型是指以label1_index为唯一id的经过训练的文档模型，如Good_0、Good_1到Good_999，训练数据的总大小约为7000个。
现在，我想用新的文档来训练预先训练过的模型，这些文档是label2_index的唯一标识，例如Bad_0、Bad_1.到Bad_1211，所培训的数据的总大小约为1211。
列车本身是成功的，没有任何错误，但问题是，每当我试图使用'most_similar‘，它只是暗示类似的文件标签为Good_.在这里，我希望标签上有Bad_。
如果我从一开始就完全接
浏览 1提问于2018-02-21得票数 2
回答已采纳
我发现这个有用的熊猫描述函数，我可以这样使用：
我的代码现在充斥着元信息，我想介绍一个带有调试元信息的调试版本，以及一个只训练我的神经网络的版本。只需通过布尔开关。但是我发现一些命令，如pandas describe，当包装在if语句中时不会产生输出
到目前为止，我发现的唯一解决办法是将它包装在一个打印函数中。它会产生一个丑陋但正确的输出
为什么会这样，或者我做错了什么？
浏览 0提问于2017-03-15得票数 3
回答已采纳
我用C++11编写了一个简单的程序，它从一个.txt文件(例如input.txt)中获取文本，并将其插入到另一个.txt文件(例如output.txt)中，在文本之前打印行号。
以下是输出的样子：
问题是这个程序只在Mac和Linux上工作。在Windows上，它显示以下错误：
未找到输出文件output.txt
编辑:这是错误的屏幕截图：
程序在终端中执行，在终端中输入输入和输出文件的路径。
有人能帮我理解一下为什么这段代码在一个系统上运行得很顺利，而在另一个系统上却不正常吗？
我的代码如下：
#include <fstream>
int main(int
浏览 0提问于2020-05-07得票数 0
1回答
在TensorFlow 1.x中，我可以很自由地选择在训练期间打印准确性/损失分数的方式和时间。例如，如果我想每100个时期打印一次训练损失，在tf.Session()中我会这样写： if epoch % 100 == 0:
print(str(epoch) + '. Training Loss: ' + str(loss)) 在TF 2.0 (alpha)发布之后，Keras API似乎强制使用其标准输出。有没有办法恢复这种灵活性？
浏览 16提问于2019-03-14得票数 3
回答已采纳
我修改了，只训练两个类。
然后我使用对模型进行了评估
我试图理解的输出
logits top_k_op = tf.nn.in_top_k(logits，labels，1)
它打印出来如下：
in_top_k输出：[array([ True, False, True, False, True, True, True, True, True, True], dtype=bool)]
而真正的标签(两类，10张图片)是：[0 1 1 1 1 1 1 1 1 0]
并且logits是：
[[ 1.45472026 -1.46666598]
[-1.0181191 1.0344154
浏览 1提问于2016-11-12得票数 0
在tensorflow.org上，在初学者教程中，他们训练了1000步，100个例子。哪一个比只包含55,000个点的训练集更多？在expert-mnist教程中，他们训练了20000步，50个例子。
我认为训练步骤已经完成，这样每个训练步骤都可以打印输出损失或/和精度，而不需要等待结束或处理。
但是，是否也可以简单地在一个步骤中通过train_operation传递所有示例，然后查看结果，或者是不可能的？
浏览 7提问于2016-07-09得票数 0
我正在创建一个使用使用进行培训的聊天机器人。
我的代码部分是基于和的
在训练过程中，我打印了一个随机输出的答案，从批次输入到解码器，并根据我的模型预测的相应答案来观察学习过程。
My问题：经过大约4次的训练，模型学会了为每个时间步骤输出EOS令牌(<\s>)。它总是输出它的响应(使用logits的argmax确定)，即使在培训继续进行的时候。偶尔，模型会输出一系列周期作为它的答案。
我还在训练期间打印前10个logit值(不仅仅是argmax)，以查看是否有正确的单词在其中，但它似乎是在预测单词中最常见的单词(例如，i，you，?，…)。即使是前十名的单词在训练中也不会有太大的变化
浏览 0提问于2018-09-28得票数 9
当我在命令行中使用make时，下面的代码工作得很好，但是如果我使用vim :make命令，所有文本只能在程序终止时打印，并且结果不正常。
正确的输出：
> test
test
但在vim :make，我得到了
> test
守则如下：
repl.c
#include <stdio.h>
static char input[2048];
int main(int argc, char** argv) {
fputs("> ", stdout);
fgets(input, 2048, stdin);
浏览 0提问于2017-11-30得票数 0
回答已采纳
阅读泽勒&费格斯纸 (我的总结)，我想知道他们是如何训练解锁网的。他们的数据是什么？
我认为对于他们想要分析的一个CNN，他们只训练了一个反分裂网(与每层训练一个反分裂网形成对比)。反褶积网的特征(输入)是他们想要分析的层的激活。他们训练他们的输出是激活，实际上是他们想要分析的层的输入。因此，尽管他们总共有一个反网络，但他们从分层的角度来训练它.因此，对于每次训练运行，只调整一个反v层的权重。
然而，我不知道为什么这些图像看上去那么不切实际：
📷
它是灰色的，因为MSE是训练的目标吗？为什么第一层滤波器的输出也不是灰色的呢？
浏览 0提问于2017-01-08得票数 3
我正在通过打印我的JComponent从swing应用程序生成一个复杂的PDF。
此PDF是通过从iText PdfTemplate对象获取代理PdfTemplate对象来创建的。
PDF在屏幕上是可以查看的，但是在第四页之后，如果在从windows打印出来的Lexmark 4650上以横幅模式打印时，大多数项目都没有打印。
是否有一个好的方法来查看PDF的内容，看看是否有什么不正常的地方？鉴于PDF包含的信息，它似乎比需要的要大。
或者，从莱克马克打印机获取有用错误的方法？
编辑2011-10-18 13:45:00 PST：用更小的版本替换成更少的PDF形状数据。还是没有正确打印。
这是
浏览 2提问于2011-10-18得票数 2
回答已采纳
5回答
我正在使用Google Colab训练一个对象检测模型，使用tensorflow对象检测api。当我运行单元格train.py时，它一直打印诊断输出。大约30分钟后，浏览器崩溃，因为在单元格的输出中打印了大量的行数。
有没有什么脚本可以用来定期(比如每30分钟)清除输出，而不是手动按下clear output button
浏览 52提问于2019-07-18得票数 3
通常，我会根据验证集的性能使用代码torch.save(model.state_dict(), 'test.pth')保存最佳模型。
在训练阶段，我打印了上一个时代的Loss:0.38703016219139097损失和精度，得到了和。
然而，当我加载刚从训练阶段得到的模型来打印损失和精度时，就会得到相同的精度和不同的损失: 0.38702996191978456。
为什么会发生这种事？我尝试了不同的数据集和神经网络，但是得到了相同的结果。
浏览 1提问于2022-04-22得票数 1
我正在尝试创建一个函数，当函数被使用时，它将通过在我输入的字符串的开头添加'not‘来否定给定的字符串。例如，我通过函数输入“快乐”，输出将是“不高兴”。如果用户输入字符串中存在单词“not”，它只会打印字符串，我有不正常工作的示例代码和建议？
这是代码：
function negate(word) {
var negative_string= 'not '+ word;
return negative_string
if (word.indexOf("not")>0);
return word
}
negate('ha
浏览 1提问于2015-10-05得票数 0
回答已采纳
1回答
type(train_x)
numpy.ndarray
train_samples = train_x.tolist()
当我打印我的样本的index时，您可以看到有些副本是不正常的。为什么会发生这种事？
把我的管道弄坏了.但有时，当指数决定保留自己时，它运行得很好。
for tr in train_samples:
print(train_samples.index(tr))
...
11
12
13
14 # here
15
...
39
40
41
42
14 # here
...
关于重复条目的证明答案：
浏览 1提问于2020-04-10得票数 0
回答已采纳
这是一个基本的AWS Sagemaker问题。当我使用Sagemaker的内置算法之一进行训练时，我可以通过增加训练算法的instance_count参数来利用将作业分配给许多实例所带来的巨大加速。然而，当我打包自己的自定义算法，然后增加实例计数时，似乎只是在每个实例上重复训练，导致没有加速。
我怀疑当我打包自己的算法时，我需要做一些特殊的事情来控制它如何在我的自定义train()函数中以不同的方式处理特定实例的训练(否则，它如何知道作业应该如何分配？)，但我在网上找不到任何关于如何做到这一点的讨论。
有人知道怎么处理这件事吗？非常提前感谢您。
具体的例子: sagemaker它在标准算法中工
浏览 10提问于2018-01-30得票数 2
回答已采纳
我试图通过继承tf.keras.layers.Layer来构建我自己的call()层，但我并不真正理解Keras方法在做什么。我已经将我的call()方法设置为： def call(self,inputs):
print('call')
return inputs 当我运行网络时，我希望“call”被打印很多次(对于100个示例和10个时期的训练集，我希望它被打印1000次)。然而，“call”在模型构建时打印一次，然后在第一个时期打印3次，然后再也不打印。我的网络在后续的时期中没有使用这个层吗？为什么在有100个训练样本的情况下，它在第一个时代只被调用了3
浏览 173提问于2021-02-03得票数 0
PyTorch中的记录器-闪电打印关于要训练(或评估)的模型的信息，以及训练过程中的进度，
但是，在我的例子中，我想对记录器隐藏所有消息，以避免Jupyter Notebook中的输出泛滥。
我在正式文档页面上查看了训练器类的API，似乎没有任何选项可以关闭记录器的消息。
有一个参数log_every_n_steps，可以设置为大值，但是，日志记录结果后，显示了每个时代。
如何禁用日志记录？
浏览 7提问于2021-08-16得票数 1
回答已采纳
1回答
我正在尝试训练SVM来预测交通标志，但对于不同的输入图像，我总是得到相同的预测结果。
有人能为我解释一下原因吗？
下面是我的代码：
我还打印并比较了测试图像和训练图像的HOG值，这是相同的，但为什么预测结果总是相同的值。
浏览 0提问于2016-06-17得票数 0
有人能解释numDecimalPlaces参数在J48 WEKA分类器中的用途吗？其默认值为2，其描述如下：
模型中用于输出数字的小数位数。
然而，我不明白它将如何影响结果。例如，如果我的功能值是这样的(0.00123或0.00234等)。这是否意味着，经过训练的模型将只考虑这些值最多2小数点？文件还说：
在文档中，它在摘要字段部分中提到:字段摘要
从类weka.classifiers.AbstractClassifier BATCH_SIZE_DEFAULT继承的字段，NUM_DECIMAL_PLACES_DEFAULT 模型中打印数字时使用的小数位数。
这意味着改变这个小数点应该改变韦卡探
浏览 0提问于2016-10-14得票数 0
回答已采纳
最近，我正在做异常检测，其中一种方法是使用AEs模型来学习正常样本的模式。
如果不符合正常样本的模式，则将其确定为异常样本。
我训练AE没有标签，但我们需要使用‘标签’来确定哪个样本是正常的或不正常的。
我想知道这种培训是监督学习、半监督学习还是非监督学习？
浏览 0提问于2019-05-12得票数 0
2回答
培训MSE损失大于理论最大值？
、、、、
我正在训练一个keras模型，它的最后一层是一个sigmoid单元：
output = Dense(units=1, activation='sigmoid')
我使用一些训练数据来训练这个模型，在这些数据中，预期的输出总是在0.0到1.0之间。我正在用均方误差编译模型：
model.compile(optimizer='adam', loss='mse')
由于预期的输出和实际的输出都是0到1之间的单个浮点数，所以我预计损失在0到1之间，但是当我开始训练时，我会损失一个大于1的3.3932。
我是不是遗漏了什么？
编辑：我正在添加一个示例来显示
浏览 3提问于2020-08-30得票数 6
我最近在血液样本图像上实现了一个寄生虫分割的RESUNET。这个模型在本文中描述，这里是代码。分割输出是二值图像。我用加权的二进制交叉熵损失来训练模型，由于我的图像中存在类的不平衡，因此赋予了寄生虫类更多的权重。最后一个输出层具有sigmoid激活。
我计算精确度、召回率和骰子系数值来验证训练中的分割效果。在训练和验证方面，我得到了很好的数值结果：
训练dice_coeff：.6895，f2: 0.8611，精度: 0.6320，召回率: 0.9563
验证val_dice_coeff：.6433，val_f2: 0.7752，val_precision: 0.6052，val_recall:
浏览 0提问于2019-10-18得票数 1
我正在使用yoloV3在我自己的训练集上进行训练。我通常已经成功地编译，准备了训练集，修改了配置文件，.data，... 但在训练时，关于学习率(即速率)的yolo输出保持为0，即 27: 1987.573730, 1807.166748 avg loss, 0.000000 rate, 2.820172 seconds, 216 images Loaded: 0.000047 seconds 我不明白为什么？在配置文件中，训练率等于0.001
浏览 13提问于2019-09-13得票数 3
回答已采纳
我有一个Python程序，其中我使用os.sys从命令行训练斯坦福NER。这将返回输出/训练状态，我将其保存在变量" status“中，通常为0。然而，我只是运行了它，得到了256的输出，并且没有为训练好的模型创建文件。此错误仅发生在较大的训练数据集上。我搜索了斯坦福NLP网站上的文档，似乎没有关于输出的含义或为什么增加训练数据可能会影响训练的信息。提前感谢您的帮助，问题代码如下。 cmdToSys = "java -mx20g -cp stanford-corenlp-4.2.2.jar edu.stanford.nlp.ie.crf.CRFClassifier -prop
浏览 20提问于2021-07-27得票数 2
回答已采纳
1回答
美汤还空套装
、、
but在本地机器上运行良好，但在另一台服务器上运行不正常。
import urllib2
import bs4
url = urllib2.urlopen("http://www.google.com")
html = url.read()
soup = bs4.BeautifulSoup(html)
print soup
打印Html会正确输出google的网页。打印数据返回为空。
在本地，它工作得很好，但是在这台redhat机器上，它返回空。
这与安装解析器有关吗？我查找了一些其他可能的解决方案，他们提到安装解析器，但到目前为止还没有成功。
此解决方案不适用于我的问题
浏览 0提问于2013-11-29得票数 0
1回答
监督GAN的训练通常不仅包括输出指标，还包括以一定的时间间隔输出图像。我的应用程序还涉及打印表。我使用的是jupyter笔记本电脑，但是仅仅在笔记本上打印就会让每个实验用的笔记本都太大(+100MB)，而且互联网浏览器也会变得很慢，经常会因为这个原因而崩溃。 我认为通常的做法是将图像输出保存到其他地方(使用tensorboard或仅使用纯图像文件)，但这对我来说并不理想，因为我喜欢观察每个图像以及文本/表格输出相对于它的纪元。如果我能将整个训练输出保存到一个文件中，那就更好了，这样我就可以向下滚动它，用text/table/image观察每个时期的输出，就像jupyter笔记本的输出一样。有
浏览 27提问于2021-01-09得票数 0
我正在使用tf.Keras训练一个CNN模型，我将训练集分散到训练和验证集上，我想在验证集上可视化准确性。 这是代码，请告诉我打印的准确性是与训练集还是验证集有关？ model.compile(optimizer=opt, loss='categorical_crossentropy', metrics=['accuracy'])
model.fit( x= X_train.reshape(X_train.shape[0],280,252,1),
y= train_Y_one_hot,
epoc
浏览 67提问于2020-05-03得票数 3
回答已采纳
我正在努力理解变分自动编码器( VAE )的解码器是如何工作的，在阅读了一些论文和做了一些研究后，仍然有一个问题让我感到困惑，它是这样的:为什么经过训练的VAE的解码器可以只使用正态分布的样本来产生合理的输出，而不是使用编码器产生的分布样本(在大多数学术论文中用q(z|x)表示)。换句话说，KL发散通过在VAE训练期间将q(z|x)拉向正态分布来完成他的工作。然而，当训练完成时，q(z|x)不可能与正态分布严格相同。因此，在训练过程中，解码器的输入是分布q(z|x)的样本，Q(z|x)是编码器的输出。我的问题是:当训练完成时，为什么解码器可以只使用正态分布的样本，而不是使用分布q(z|x)的样
浏览 1提问于2019-07-18得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
