python> Copier et coller du code> SyntaxError: Caractère non-ASCII '\ xe3' dans le fichier> - * - codage: utf-8 - * - Ajouter

Environnement d'exploitation

GeForce GTX 1070 (8GB)
ASRock Z170M Pro4S [Intel Z170chipset]
Ubuntu 14.04 LTS desktop amd64
TensorFlow v0.11
cuDNN v5.1 for Linux
CUDA v8.0
Python 2.7.6

Essai d'un programme utilisant un framework Deep Learning appelé TensorFlow.

J'ai essayé l'exemple de code pour lire le fichier csv. http://qiita.com/learn_tensorflow/items/3e46b2512a1bab73f5b2

Nous avons fait ce qui suit:

1. Créez un nouveau 3e46b2512a1bab73f5b2.py --Ouvrir avec Sublime Text
2. Copiez le code de l'article Qiita (train.py) dans Chrome
3. Coller avec Sublime Text
4. python 3e46b2512a1bab73f5b2.py

J'ai eu l'erreur suivante.

$ python 3e46b2512a1bab73f5b2.py 
  File "3e46b2512a1bab73f5b2.py", line 4
SyntaxError: Non-ASCII character '\xe3' in file 3e46b2512a1bab73f5b2.py on line 4, but no encoding declared; see http://www.python.org/peps/pep-0263.html for details

Les domaines suivants peuvent être pertinents. http://yono.cc/python/python_basics/japanese.html

Faire face

Sur la base du lien ci-dessus, nous avons effectué les opérations suivantes:

Les deux lignes suivantes ont été ajoutées au début de 3e46b2512a1bab73f5b2.py.

#!/usr/bin/env python
# -*- coding: utf-8 -*-

Plus d'erreurs dans python 3e46b2512a1bab73f5b2.py.

J'ai également confirmé que cela fonctionne même si seule la deuxième ligne (ligne de utf-8) est ajoutée au début.

Cependant, cette fois, il semble qu'une autre erreur se produira.

J'ai oublié de créer input.csv. Quand je l'ai créé, cela fonctionnait normalement.

$ python 3e46b2512a1bab73f5b2.py 
I tensorflow/stream_executor/dso_loader.cc:111] successfully opened CUDA library libcublas.so locally
I tensorflow/stream_executor/dso_loader.cc:111] successfully opened CUDA library libcudnn.so locally
I tensorflow/stream_executor/dso_loader.cc:111] successfully opened CUDA library libcufft.so locally
I tensorflow/stream_executor/dso_loader.cc:111] successfully opened CUDA library libcuda.so.1 locally
I tensorflow/stream_executor/dso_loader.cc:111] successfully opened CUDA library libcurand.so locally
WARNING:tensorflow:sum_of_squares (from tensorflow.contrib.losses.python.losses.loss_ops) is deprecated and will be removed after 2016-10-01.
Instructions for updating:
Use mean_squared_error.
I tensorflow/stream_executor/cuda/cuda_gpu_executor.cc:925] successful NUMA node read from SysFS had negative value (-1), but there must be at least one NUMA node, so returning NUMA node zero
I tensorflow/core/common_runtime/gpu/gpu_device.cc:951] Found device 0 with properties: 
name: GeForce GTX 1070
major: 6 minor: 1 memoryClockRate (GHz) 1.7715
pciBusID 0000:01:00.0
Total memory: 7.91GiB
Free memory: 7.43GiB
I tensorflow/core/common_runtime/gpu/gpu_device.cc:972] DMA: 0 
I tensorflow/core/common_runtime/gpu/gpu_device.cc:982] 0:   Y 
I tensorflow/core/common_runtime/gpu/gpu_device.cc:1041] Creating TensorFlow device (/gpu:0) -> (device: 0, name: GeForce GTX 1070, pci bus id: 0000:01:00.0)
step 100: loss=0.247862
step 200: loss=0.247688
step 300: loss=0.247384
step 400: loss=0.241975
step 500: loss=0.238029
step 600: loss=0.162714
step 700: loss=0.073538
step 800: loss=0.032851
step 900: loss=0.016584
step 1000: loss=0.008190
step 1100: loss=0.007613
step 1200: loss=0.005846
step 1300: loss=0.004516
step 1400: loss=0.003045
step 1500: loss=0.003138
step 1600: loss=0.002398
step 1700: loss=0.002074
step 1800: loss=0.001769
step 1900: loss=0.001600
step 2000: loss=0.001209