erros : connection activation failed: NO suitable device found for this connection

这个错误通常是由于网络连接设置问题引起的。可能是因为你的系统缺少所需的网络设备驱动程序或者网络设备不适用于当前的网络连接。你可以尝试以下解决方案：

1. 确保网络设备已经正确安装并且驱动程序已经正确加载。

2. 检查网络连接设置，确保它们正确配置。

3. 尝试重启网络设备和计算机。

4. 禁用防火墙或者其他网络安全软件，然后再次尝试连接。

5. 如果还是无法解决问题，你可以尝试联系网络设备的制造商或者操作系统的技术支持团队获取更多帮助。

相关问题

import serial import serial.tools.list_ports def main(): # get serialport list port_list = list(serial.tools.list_ports.comports()) print(port_list) if len(port_list) == 0: print('none') else: for i in range(0, len(port_list)): print(port_list[i]) try: # set serialport parameters portName = "COM3" baudRate = 115200 timeOut = 1 ser = serial.Serial(portName, baudRate, timeout=timeOut, bytesize=serial.EIGHTBITS, parity=serial.PARITY_NONE, stopbits=serial.STOPBITS_ONE, xonxoff=True) # write in serial port if ser.isOpen(): # writeIn = ser.write("Welcome to pySerial".encode("utf-8")) writeIn = ser.write("hello".encode('utf8')) print(writeIn, "bits has been written") # print(ser.read()) ser.close() except Exception as e: print("erros occured：", e) if __name__ == '__main__': main()这段代码没办法通信

根据你提供的代码，可能存在以下问题：

1. 确认串口号和波特率：在代码中，串口号被设置为"COM3"，波特率被设置为115200，这些参数需要根据你的实际硬件设置进行修改，确认它们是否正确。

2. 检查串口是否打开：在写入数据之前，需要先打开串口，使用ser.open()方法可以打开串口。在写入数据完成后，还需要关闭串口，使用ser.close()方法可以关闭串口。

3. 检查数据格式：在写入数据之前，需要将数据转换为byte类型，使用encode()方法可以将字符串转换为byte类型。在读取数据时，需要使用read()方法读取数据，该方法返回的是byte类型的数据，需要使用decode()方法将其转换为字符串。

4. 确认是否存在其他问题：如果以上问题都已经解决，但仍然无法通信，可能存在其他问题，例如串口驱动程序未正确安装、串口连接线路的问题等等，需要进一步排查。

from sklearn.model_selection import train_test_split import sklearn.neural_network as net import matplotlib.cm as cm file_path=r'D:\anaconda3\temp\邮政编码数据.txt' data=pd.read_csv(file_path,header=0) print(data.shape) data.head() X=data.iloc[:,1:-1] Y=data.iloc[:,0] X.shape np.random.seed(1) ids=np.random.choice(len(Y),25) plt.figure(figsize=(8,8)) for i,item in enumerate(ids): img=np.array(X.iloc[item]).reshape(16,16) plt.subplot(5,5,i+1) plt.imshow(img,cmap=cm.gray_r) plt.show X_train,X_test,Y_train,Y_test = train_test_split(X,Y,train_size = 0.60,random_state = 123) nodes = np.arange(1,20,2) acts = ['relu','logistic'] errTrain = np.zeros((len(nodes),2)) errTest = np.zeros((len(nodes),2)) for i,node in enumerate(nodes): for j ,act in enumerate(acts): NeuNet = net.MLPClassifier(hidden_layer_sizes = (node,),activation = act,random_state = 1,max_iter=300) nodes=np.arange(1,20,2) acts=['relu','logistic'] NeuNet.fit(X_train,Y_train) errTrain[i,j] = 1-NeuNet.score(X_train,Y_train) errTest[i,j] = 1-NeuNet.score(X_test,Y_test) plt.plot(nodes,errTest[:,0],label='relu_test',linestyle='-') plt.plot(nodes,errTest[:,1],label='logistic_test',linestyle='-.') plt.plot(nodes,errTrain[:,0],label='relu_train',linestyle='-',linewidth=0.5) plt.plot(nodes,errTrain[:,1],label='logistic_train',linestyle='-',linewidth=0.5) plt.title('2012010812') plt.xlabel('hidden node numbers') plt.ylabel('erros') plt.xticks(nodes) plt.legend()

这段代码看起来有一些问题。首先，第一行 `from sklearn.model_selection import train_test_split import sklearn.neural_network as net import matplotlib.cm as cm` 应该换行，每个语句单独占一行。其次，在这个代码块中，没有导入 pandas 库，但是调用了 pandas 中的函数 `read_csv`。在代码块的后半部分，您定义了变量 `nodes`，但是在循环中又重新定义了 `nodes`，这会导致变量被覆盖，可能会影响到后续的程序运行。此外，循环中的绘图部分也存在一些问题，因为在循环中重复定义了绘图的参数。根据您的问题描述，我无法确定您的具体问题在哪里，但是这些问题可能会影响到程序的正确性。因此，您需要检查一下代码并修复这些问题，才能正常运行程序。