ValueError: Cannot set memory growth on non-GPU and non-Pluggable devices

这个错误通常是因为您尝试在没有GPU或可插拔设备的机器上设置内存增长。内存增长仅适用于具有GPU或可插拔设备的机器。如果您的机器上没有这些设备，则无法设置内存增长。

您可以通过检查您的机器是否有GPU或可插拔设备来确定是否可以设置内存增长。如果您的机器没有这些设备，则无法设置内存增长。如果您的机器有GPU或可插拔设备，则可以使用以下代码以启用内存增长：

import tensorflow as tf
physical_devices = tf.config.experimental.list_physical_devices('GPU')
if len(physical_devices) > 0:
    tf.config.experimental.set_memory_growth(physical_devices[0], True)

这段代码将启用内存增长，并将其设置为第一个GPU上的设备。如果您有多个GPU，则可以将索引更改为所需的GPU。如果您不确定自己的GPU索引，可以使用以下代码列出所有可用GPU：

import tensorflow as tf
physical_devices = tf.config.experimental.list_physical_devices('GPU')
print("Num GPUs Available: ", len(physical_devices))

相关问题

ValueError: ImageMattingPipeline: Memory growth cannot differ between GPU devices

这个错误通常是由于使用 Tensorflow 2.x 的 `tf.config.experimental.set_memory_growth` 函数设置了 GPU 内存增长，而在多个 GPU 设备上的内存增长设置不同导致的。解决方法是在设置 GPU 内存增长之前，使用 `tf.config.experimental.list_physical_devices('GPU')` 函数获取所有的 GPU 设备列表，然后对所有 GPU 设备都进行相同的内存增长设置。

代码示例：

import tensorflow as tf

gpus = tf.config.experimental.list_physical_devices('GPU')
if gpus:
  try:
    for gpu in gpus:
      tf.config.experimental.set_memory_growth(gpu, True)
  except RuntimeError as e:
    print(e)

ValueError: Cannot use mean strategy with non-numeric data: could not convert string to float: '2114-02-12 12:00:00'

这个错误通常是因为你正在尝试对非数值数据计算平均值。在你的数据中，有一些列包含字符串值，而不是数字值。请检查你的数据并确保你只对数值列使用平均策略。你可以使用 pandas 库的 `describe()` 函数查看每个列的数据类型和描述性统计信息。如果你需要对非数值列进行分析，请考虑使用其他适当的方法，例如计数或频率分布。