我正在做一个关于udacity的深度学习课程。对于第一次分配,当我试图运行低于问题1的脚本时,我收到了这个错误。所以我试图卸载PIL和枕头,然后单独安装,但我没有成功。 我需要帮助的人。我正在使用与python笔记本的tensorflow docker图像。
# These are all the modules we'll be using later. Make sure you can import them
# before proceeding further.
from __future__ import print_function
import matplotlib.pyplot as plt
import numpy as np
import os
import sys
import scipy
import tarfile
from IPython.display import display, Image
from scipy import ndimage
from sklearn.linear_model import LogisticRegression
from six.moves.urllib.request import urlretrieve
from six.moves import cPickle as pickle
# Config the matplotlib backend as plotting inline in IPython
%matplotlib inline
url = 'http://commondatastorage.googleapis.com/books1000/'
last_percent_reported = None
def download_progress_hook(count, blockSize, totalSize):
percent = int(count * blockSize * 100 / totalSize)
if last_percent_reported != percent:
if percent % 5 == 0:
sys.stdout.write("%s%%" % percent)
sys.stdout.flush()
else:
sys.stdout.write(".")
sys.stdout.flush()
last_percent_reported = percent
https://github.com/tensorflow/tensorflow/blob/master/tensorflow/examples/udacity/1_notmnist.ipynb
您可以在此处查看代码。问题1之后我在代码块中出错了 Error Image
我尝试了这两个链接或解决方案中的每一个和所有内容:
操作系统:
使用docker和tensorflow安装在带有IPython笔记本的容器中。
python -c的输出“import tensorflow; print(tensorflow。 version )”。
0.11.0
答案 0 :(得分:51)
pip install pillow
然后更换
from IPython.display import display, Image
同
from IPython.display import display
from PIL import Image
答案 1 :(得分:13)
我遇到了同样的问题。但我正在为张量流使用不同的设置。操作系统:Ubuntu 14.04 LTS。使用Anaconda安装。 我按照Pillow installation中的警告解决了这个问题。但是对于tensorflow的docker安装可能没什么用。
以下是我所做的步骤。首先进入tensorflow环境,
source activate tensorflow
然后卸载PIL并安装Pillow
conda uninstall PIL
conda install Pillow
然后在提供的代码中,替换
from IPython.display import display, Image
通过
from IPython.display import display
from PIL import Image
这就是全部。重新运行代码,它没有PIL错误。
答案 2 :(得分:2)
我通过卸载Jupyter并正确地重新安装它来解决了这个问题。问题与笔记本内核有关。我的终端和我的笔记本没有相同的内核。 为了检查它,我做了我的virtualenv:
jupyter-kernelspec list
然后转到内核目录列表并打开json文件(类似/Library/Jupyter/kernels/virtualenv/kernel.json
)
并检查Python链接是否与输出相同
which python
。
如果没有,请为virtualenv创建另一个内核。
答案 3 :(得分:1)
对于使用Anaconda的Windows用户,可能有一个简单的解决方案来解决您的问题。如果您已使用pip或pip变体(即pip3)安装了“ tensorflow”,则必须再次安装tensorflow,但这一次使用命令conda install tensorflow
。
答案 4 :(得分:-2)
在anaconda中安装Log_Prices <- log(Data$Prices, base = exp(0.15))
,然后:
PIL