环境搭建

  • 问题1:在Visual Studio 2019中的“扩展”管理中搜索不到“AI工具”

解决方法:因为“AI工具”插件不支持Visual Studio 2019,卸载Visual Studio 2019,重新安装Visual Studio 2017,并在“工具”的“扩展和更新”中搜索。


Mnist项目

  • 问题1:执行命令“python mnist.py”时出错如下:

解决方法:图片显示的错误是,文件只下载完成三个文件,还缺一个,所以才会有EOFERROR。是文件下载出错,所以需要重新下载。可能是下载数据集时断网了,需要把..\MNIST\input目录中的文件清除,然后换个网速较好的地方,重新执行命令。

  • 问题2:添加模型路径“捕捉到未知错误”,如下图:

解决方法:去除路径中的中文和符号,路径中不应该有中文,中文括号也不行。

  • 问题3:添加模型时出错,“在配置的Python环境中找不到ONNX”。

解决方法:onnx是依靠install.py装上的,可能这一步没有安装好,可以尝试重新安装;或者,环境里有多个python,需要清理一下。

  • 问题4:右击Model的引用,选择“Nuget包管理器”,里面找不到Microsoft.ML.Scoring包。

解决方法:参考链接https://blog.csdn.net/qq_23009105/art icle/details/8652 8853

  • 问题5:右击Mnist下的“引用”,“添加引用”时出现“对COM组件的调用返回了错误HRESULTE_FAIL”。

解决方法:添加引用的问题可以重启一下机器试试,有可能是安装vs的过程中出了些问题。如果重启不行,就重装一下vs试试。(注意:有些杀毒软件的弹出框要注意一下,不要把安装过程拦截了一些操作。)

  • 问题6:项目完成后,“启动”运行程序,出现下图ScoringExceotion问题。

解决方法:显示的错误ScoringExceotion,是Microsoft.ML.Scoring1.2.0需要对CUDA的依赖,所以才会报错,我们需要将它换成其他版本。在解决方案管理器中,于 Model 项目下的 引用 上右键,选择 管理NuGet包,如下图所示。(注意:不要在Mnist工程里添加Microsoft.ML.Scoring的引用,如果添加了,先去掉。只在model工程里添加。)

然后在弹出的NuGet包管理页面里,找到 Microsoft.ML.Scoring 项(已经被自动安装了,如下图中显示的 1.2.0 版),我们需要将它换成其他版本。请在下图所示的高亮区里,选择 1.1.0 或者1.0.3 版本并安装。之后等待安装完备,再次“启动”运行程序。

Microsoft.ML.Scoring更换版本之后还是不能运行的话,尝试把整个工程“重新生成解决方案”或者整个工程先“清理解决方案”,再“重新生成解决方案”,然后再运行程序。


实现效果

Mnist手写识别的实现效果如下图所示,具体Mnist项目实现的操作流程和代码理解,参考微软官方提供的GitHub链接:https://github.com/microsoft/ai-edu/blob/master/B-%E6%95%99%E5%AD%A6%E6%A1%88%E4%BE%8B%E4%B8%8E%E5%AE%9E%E8%B7%B5/B7-%E8%87%AA%E6%9E%84%E5%BB%BA%EF%BC%8D%E5%9B%BE%E5%83%8F%E8%AF%86%E5%88%AB%E5%BA%94%E7%94%A8%E6%A1%88%E4%BE%8B-%E6%89%8B%E5%86%99%E6%95%B0%E5%AD%97%E8%AF%86%E5%88%AB/%E5%BE%AE%E8%BD%AF-%E6%96%B9%E6%A1%881/self-built_mnist_app.md

Mnist手写识别项目常见问题及解决方法相关推荐

  1. 深度学习笔记(MNIST手写识别)

    先看了点花书,后来觉得有点枯燥去看了b站up主六二大人的pytorch深度学习实践的课,对深度学习的理解更深刻一点,顺便做点笔记,记录一些我认为重要的东西,便于以后查阅. 一. 机器学习基础 学习的定 ...

  2. Tensorflow之基于MNIST手写识别的入门介绍

    Tensorflow是当下AI热潮下,最为受欢迎的开源框架.无论是从Github上的fork数量还是star数量,还是从支持的语音,开发资料,社区活跃度等多方面,他当之为superstar. 在前面介 ...

  3. 使用mllib完成mnist手写识别任务

    使用mllib完成mnist手写识别任务 小提示,通过restart命令重启已经退出了的容器 sudo docker restart <contain id> 完成识别任务准备工作 从以下 ...

  4. (手写识别) Zinnia库及其实现方法研究

    Zinnia库及其实现方法研究 (转) zinnia是一个开源的手写识别库.采用C++实现.具有手写识别,学习以及文字模型数据制作转换等功能. 项目地址 [http://zinnia.sourcefo ...

  5. 车牌识别系统不能连接服务器,车牌识别系统常见问题及其解决方法

    一.常见问题 1.车牌定位与字符分割 这是指在已拍摄的图像中确定车牌的位置,提取出车牌的图像,然后分割出车牌中的字符.车牌区域定位的困难主要是来自于采集的图像,由于采集的车牌图像的多样性,并且采集图像 ...

  6. 【TensorFlow】TensorFlow从浅入深系列之三 -- 教你如何对MNIST手写识别

    本文是<TensorFlow从浅入深>系列之第3篇 TensorFlow从浅入深系列之一 -- 教你如何设置学习率(指数衰减法) TensorFlow从浅入深系列之二 -- 教你通过思维导 ...

  7. Tensorflow实现MNIST手写识别

    MNIST手写体识别训练和测试模型下载地址: MNIST手写体模型下载 MNIST手写体识别,标签编码为独热(one-hot)编码 One-Hot编码,又称为一位有效编码,主要是采用N位状态寄存器来对 ...

  8. Tensorflow MNIST 手写识别

    这是一个系列,记录我Tensorflow开发常用的代码,小常识,有些是参考网上代码,(讲的可能有点烂,求不要打脸,嘤嘤嘤~~)送给那些需要的人.可以相互交流,喜欢的加我吧. Wx: Lxp911221 ...

  9. TensorFlow | 使用Tensorflow带你实现MNIST手写字体识别

    github:https://github.com/MichaelBeechan CSDN:https://blog.csdn.net/u011344545 涉及代码:https://github.c ...

最新文章

  1. MUV LUV EXTRA 2019CCPC秦皇岛站J题 KMP
  2. 总结一下对buffer的学习体会
  3. Solr学习之一 --------环境搭建
  4. JMeter 分布式性能测试
  5. 谈谈对Canal( 增量数据订阅与消费 )的理解
  6. MM模块操作流程及相关建议代码
  7. (一)使用appium之前为什么要安装nodejs???
  8. Andorid之网络通信框架Volley使用和总结
  9. 如何不部署Keras / TensorFlow模型
  10. 2018-2019-2 20165209 《网络对抗技术》Exp3:免杀原理与实践
  11. 循环赛日程安排(构造、分治)
  12. java获取年份getyear_Java LocalDateTime getYear()用法及代码示例
  13. IDEA 没有创建servlet选项问题的解决
  14. 通信算法工程师调研整理
  15. 大脑的扩散磁共振成像(Diffusion MRI)—理论和概念
  16. hibernate枚举类型注解 @Enumerated
  17. [疯狂Java]I/O:流模型(I/O流、字节/字符流、节点/处理流)
  18. 漏刻有时数据可视化Echarts组件开发(21):基于echarts开发的自动旋转map3D下钻和柱图地图
  19. mysql基础入门之cmd登录等简单操作
  20. nested exception is org.apache.ibatis.binding.BindingException: Parameter 'xxxx'解决方案

热门文章

  1. Lambda表达式的使用前提
  2. 全网最详细的OSPF综合实验
  3. Spring MVC学习指南(5-7章总结)
  4. 如何利用python实现图片转化字符画
  5. 心愿屋汉化组出品的汉化补丁汇总
  6. 解决 React Native 中的常见错误
  7. 工业机器的编程技术介绍
  8. 剑指Offer—位运算
  9. surfaceview组件的surfaceCreated()不被调用的解决方案
  10. 第二十三课,抗锯齿(Anti Aliasing)