TensorFlow 开发者证书 PyCharm 相关环境创建与错误斗争+复习

   2023-03-08 学习力544
核心提示:介绍2022 年 11 月TensorFlow 开发者证书通过了特定于测试PyCharm我遇到了一个相关的问题,所以我写了这篇文章,因为我想为将来参加考试的人提供有用的信息。 目标:即将考取TensorFlow开发者证书的人 环境:Windows 11 内容:考试过程中出现的错误及解决方法

介绍

2022 年 11 月TensorFlow 开发者证书通过了
特定于测试PyCharm我遇到了一个相关的问题,所以我写了这篇文章,因为我想为将来参加考试的人提供有用的信息。

  • 目标:即将考取TensorFlow开发者证书的人
  • 环境:Windows 11
  • 内容:考试过程中出现的错误及解决方法(考试内容或对策我就不说了)
  • 基本操作:指南本文定位为指南的补充。认为)。
  • 注意:正确的指南(我经常迷路,因为我预装了旧版本)。请注意撰写本文时的信息,样本为 N=1 信息。

安装 PyCharm

安装

安装是这里下载最新版本做。我下载了免费的社区版。

  • 捕捉点:从其他考试技巧介绍网站飞来指南上面说要下载2021.3,但是申请后,我被告知要在考试前的页面上安装最新版本(我引用的PDF是旧的)。

  • 操作检查方法:在 PyCharm 中转到 [File -> Settings -> Plugins] 和TensorFlow 开发者证书如果您搜索并找到下图中的插件就可以了。如果 PyCharm 的版本不支持这个插件,即使搜索也不会命中该插件,所以插件站点我认为最好从中检查相应的 PyCharm 版本。
    * PyCharm有日语本地化插件,但如果你在考试时有TensorFlow开发者证书以外的插件,会被要求删除。注意不要事先放入。

TensorFlow Developer Certificate 受験にあたる PyCharm 関連の環境作成とエラー奮闘記+振り返り

安装相关错误(仅适用于过去安装过 PyCharm 的人)

  • 症状: 安装后第一次开机不启动
  • 措施:重新安装,在第一次开机前弹出不加载以前的插件信息使

我之前安装过 PyCharm,为了考试安装了新版本。在PyCharm第一次启动前的弹窗中,不好的是我选择了读取过去的插件信息(默认),出现了很久不启动的现象。

考试如何开始?

我不知道从初步信息中可以期待什么,所以我很担心我可以在申请网站上点击多远。结论,按 T​​ensorFlow Developer Certificate 插件中的“开始考试”按钮开始考试.因此,购买考试、注册许可证、按下兑换按钮以及使用 PyCharm 中的插件来准备虚拟环境是安全的。

创建虚拟环境

安装 Python(对于 Anaconda 用户?)

要在 PyCharm 中创建考试中使用的虚拟环境,您需要安装 Python。是不是很明显!可以说,但直到现在我有蟒蛇我没有安装纯 Python,因为我是用来创建虚拟环境的。

程序

  1. Python下载页面从下载指定版本的安装程序
  2. 安装(选中将 Python 3.8 添加到 PATH)

    [沼泽点] 创建虚拟环境时出错

    我们需要在 PyCharm 中创建一个新的 Virtualenv 环境。JetBrains 官网我试图创建一个新的参考,但是发生了错误。
    (基本解释器:C/Users/[用户名]/AppData/Local/Programs/Python/Python38/python.exe)

    错误

    • 无法在 Python 3.8 中设置 Python SDK。
    • 创建虚拟环境等失败

    处理

    • Windows 系统区域设置修复
      这一页按照更改系统区域设置。
      *在上面的文章中,写的是任何一个都可以,必须选中“Beta:使用 Unicode UTF-8 支持全球语言”.

    • 在 PyCharm 中更改文件编码格式
      这一页, 将 PyCharm 的文件编码格式改为 UTF-8。
      * 请注意,即使您更改设置,创建新项目也可能导致空白页。

    创建虚拟环境后

    指南中列出了Requirements.txt,但无需安装该库。如下图所示,插件会自动安装库。安装完成后就可以开始考试了。

    TensorFlow Developer Certificate 受験にあたる PyCharm 関連の環境作成とエラー奮闘記+振り返り

    提交答案

    开头显示的指南中也有说明,使用 PyCharm 右侧“助手”选项卡中的“提交和测试模型”按钮能够。
    我参考的旧版PDF没有提到提交按钮,当我开始解决考试时,我很不耐烦,“哦!没有按钮!我不能提交!”结果,我花了大约 30 分钟的谷歌搜索,找到了一个英文描述,我会从“助手”选项卡提交它,我设法做到了。 . .
    如果你以后要参加考试,我想你只要提前知道提交方法就可以放心了。

    准备考试的东西

    保护计算机存储

    考试的时候,我想大概有10到20GB的大小,可以用来从插件下载库和各种数据,以及保存H5文件来提交结果。
    在原本有60GB左右空闲空间的环境下,开始测试后打开Explorer时惊讶地发现C盘是红色的(空闲空间不足50GB)。结果我能通过,所以还好,但是如果我没有通过测试用例,创建多个模型,尺寸可能会增加,所以我不想受到精神伤害。也建议您提前预留足够的存储空间。

    阅读最新的指南

    尽管内容重叠,但我不得不在精神驱动的状态下参加考试,因为我调用的是旧版本的指南。让我们调用正确的指南并面对考试。

    考试系统(以我为例)

    我知道 PyCharm 不能像 Coursera 那样以笔记本格式执行,只能一次性执行(如果错了,请见谅)。尤其是在 AI 系统的情况下,下载数据集并再次学习需要时间,因此我们希望避免这种情况。
    所以我想用 ipynb 文件创建一个程序,并使用 VSCode 和 Google Colab 参加考试。这些工具的使用如下。

    • VS 代码:主要用于解决考试,创建笔记本
    • 谷歌 Colab:当你在 VSCode 中遇到错误时使用(你不必考虑 GPU 相关的错误)
    • Windows资源管理器: 将 VSCode 输出文件移动到 PyCharm 项目
    • PyCharm: 只提交结果

    综上所述

    Google Developer ML Bootcamp 参与者为我们提供了处理 PyCharm 相关错误的建议。非常感谢。
    希望这篇文章对以后准备考TensorFlow开发者证书的人有所帮助。


原创声明:本文系作者授权爱码网发表,未经许可,不得转载;

原文地址:https://www.likecs.com/show-308633053.html

 
反对 0举报 0
 

免责声明:本文仅代表作者个人观点,与乐学笔记(本网)无关。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。
    本网站有部分内容均转载自其它媒体,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责,若因作品内容、知识产权、版权和其他问题,请及时提供相关证明等材料并与我们留言联系,本网站将在规定时间内给予删除等相关处理.

  • 深度学习-Tensorflow2.2-多分类{8}-多输出模型实例-20
    深度学习-Tensorflow2.2-多分类{8}-多输出模型
    import tensorflow as tffrom tensorflow import kerasimport matplotlib.pyplot as plt%matplotlib inlineimport numpy as npimport pathlibimport osimport randomos.environ['TF_FORCE_GPU_ALLOW_GROWTH'] = 'true'import IPython.display as display
    03-08
  • TensorFlow与Flask结合识别手写体数字
    TensorFlow与Flask结合识别手写体数字
    阅读本文约“2.2分钟”TensorFlow框架        ——TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统        ——可被用于语音识别或图像识别等多项机器学习和深度学习领域        ——TensorFlow是将复杂的数据结构
    03-08
  • 在 GPU 上运行 TensorFlow 教程 (MNIST)
    在 GPU 上运行 TensorFlow 教程 (MNIST)
    介绍我想接触TensorFlow,暂时想运行教程。有GPU!这就是我的想法,但是我很难让它发挥作用,所以我将把信息留在这里。它是为谁准备的?想要在 GPU 上运行 TensorFlow 的人概述基本遵循TensorFlow官方教程它是作为初学者编写的,所以如果它顺利,它很容易!ht
    03-08
  • tensorflow2.0——LSTM,GRU(Sequential层版)
    前面都是写的cell版本的GRU和LSTM,比较底层,便于理解原理。下面的Sequential版不用自定义state参数的形状,使用更简便: import tensorflow as tfimport osos.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'assert tf.__version__.startswith('2.')# 设置相关底层
    02-10
  • TensorFlow基础笔记(7) 图像风格化效果与性能优
    参考 http://hacker.duanshishi.com/?p=1693http://blog.csdn.net/hungryof/article/details/53981959http://blog.csdn.net/hungryof/article/details/61195783http://blog.csdn.net/wyl1987527/article/details/70245214https://www.ctolib.com/AdaIN-style.
    02-09
  • Tensorflow报错总结 TensorFlow文档
    输入不对应报错内容:WARNING:tensorflow:Model was constructed with shape (None, 79) for input Tensor("genres:0", shape=(None, 79), dtype=float32), but it was called on an input with incompatible shape (128, 5).定义模型的输入和训练时候传入的in
    02-09
  • 深度学习框架之TensorFlow的概念及安装(ubuntu
    2015年11月9日,Google发布人工智能系统TensorFlow并宣布开源。TensorFlow 是使用数据流图进行数值计算的开源软件库。也就是说,TensorFlow 使用图(graph)来表示计算任务。图中的节点表示数学运算,边表示运算之间用来交流的多维数组(也就是tensor,张量)
    02-09
  • tensorflow中 tf.train.slice_input_producer 和 tf.train.batch 函数
    tensorflow中 tf.train.slice_input_producer
    tensorflow数据读取机制tensorflow中为了充分利用GPU,减少GPU等待数据的空闲时间,使用了两个线程分别执行数据读入和数据计算。具体来说就是使用一个线程源源不断的将硬盘中的图片数据读入到一个内存队列中,另一个线程负责计算任务,所需数据直接从内存队列
    02-09
  • 机器学习 - pycharm, tensorflow集成篇
    机器学习 - pycharm, tensorflow集成篇
     继续上篇的pyspark集成后,我们再来看看当今热的不得了的tensorflow是如何继承进pycharm环境的参考:  http://blog.csdn.net/include1224/article/details/53452824思路其实很简单,说下要点吧1. python必须要3.5 64位版本(上一篇直接装的是64位版本的An
    02-09
  • tensorflow学习之 Eager execution
    tensorflow学习之 Eager execution
      首先tensorflow本身就是一个声明式的编程。而不是命令式的编程。       1、声明式的编程可以简单理解为先统一列出计算形式或者是表达式,然后最终在会话中进行计算。    2、而命令式就像是python本身就是。有初始值,再写出计算式的时候,运行
    02-09
点击排行