Python 3.x 为什么Keras model.predict永远不会在这个简单的机器学习模型I';虚拟环境设置?

Python 3.x 为什么Keras model.predict永远不会在这个简单的机器学习模型I';虚拟环境设置?,python-3.x,numpy,machine-learning,keras,Python 3.x,Numpy,Machine Learning,Keras,无论我等待多久,model.predict都不会执行。我可以做哪些测试来诊断问题?要找到问题,我应该问自己什么问题?代码还可以——我只需要不到1秒的时间就可以运行了 import numpy as np import keras as ks model = ks.Sequential([ks.layers.Dense(units=1, input_shape=[1])]) model.compile(optimizer='sgd', loss='mean_squared_error') xs

无论我等待多久,model.predict都不会执行。我可以做哪些测试来诊断问题?要找到问题,我应该问自己什么问题?

代码还可以——我只需要不到1秒的时间就可以运行了

import numpy as np
import keras as ks

model = ks.Sequential([ks.layers.Dense(units=1, input_shape=[1])])
model.compile(optimizer='sgd', loss='mean_squared_error')

xs=np.array([-1.0, 0.0, 1.0, 2.0, 3.0, 4.0], dtype = float)
ys=np.array([-3.0, -1.0, 1.0, 3.0, 5.0, 7.0], dtype = float)

model.fit(xs, ys, epochs=500)

print(model.predict([10.0]))
代码正常--我在不到1秒的时间内运行

import numpy as np
import keras as ks

model = ks.Sequential([ks.layers.Dense(units=1, input_shape=[1])])
model.compile(optimizer='sgd', loss='mean_squared_error')

xs=np.array([-1.0, 0.0, 1.0, 2.0, 3.0, 4.0], dtype = float)
ys=np.array([-3.0, -1.0, 1.0, 3.0, 5.0, 7.0], dtype = float)

model.fit(xs, ys, epochs=500)

print(model.predict([10.0]))

我回去修好了我的身材

首先,我重新安装了tensorflow。我最初的命令是:

6/6 [==============================] - 0s 101us/step - loss: 4.8739e-05
Epoch 500/500

6/6 [==============================] - 0s 115us/step - loss: 4.7737e-05
[[18.979841]]

Process finished with exit code 0
我使用以下方法安装了它:

pip install tensorflow-gpu==2.0
然后,我确保对Windows执行以下步骤


我回去修好了我的身材

首先,我重新安装了tensorflow。我最初的命令是:

6/6 [==============================] - 0s 101us/step - loss: 4.8739e-05
Epoch 500/500

6/6 [==============================] - 0s 115us/step - loss: 4.7737e-05
[[18.979841]]

Process finished with exit code 0
我使用以下方法安装了它:

pip install tensorflow-gpu==2.0
然后,我确保对Windows执行以下步骤


谢谢您的健康检查。返回并修复了我的设置。感谢您的理智检查。返回并修复了我的设置。