在DeepKnowledgeTracking(DKT)方面，看了很多论文，对其中的一些模型有了简单的了解。于是在此基础上，调试研究了一个已有的DKT程序。本文主要是学习和总结训练模型的过程。环境调整在调试程序时，遇到的第一个问题就是环境不能满足程序的运行。虽然配置环境不难，但是很容易到处出问题。python版本的选择首先是python版本的问题。在下载程序之前，我的电脑上有一个python版本。但是根据程序需要的版本和我本地机器上的不一样，又不想删除原来的python版本，所以这就需要python版本切换的设计。这里使用的开发工具是pycharm。下载对应版本的python后，通过设置选择对应的版本：使用这个工具的好处是我不用改环境变量，直接切换我需要的版本即可。同时不会影响其他程序使用的版本问题。tensorflowtensorflow-cpu和tensorflow-gpu的选择。一般处理小数据量时，两种选择差别不大，但在进行大数据量计算时，cpu版本的计算时间会明显增加。基于编程数据量比较大，这里我们选择使用gpu版本。安装tensorflow-gpu直接使用python包管理安装工具pip安装。pipinstalltensorflow-gpu==1.10.0注意：如果安装过程中出现pip版本问题，将pip更新到最新版本即可。因为上面CUDA选择了tensorflow-gpu==1.10.0，所以对CUDA版本有相应的要求，和我之前的版本有冲突。tensorflow:ImportError:Couldnotfind'cudart64_90.dll'accordingtotheerrorreport提示一下，导入tensorflow需要CUDA9的版本。从官网下载CUDA9后，在配置环境变量时，一定要将CUDA_PATH设置为9版本的路径。CUDNN安装CUDA后，仍然会出现错误：ImportError:Couldnotfind'cudnn64_7.dll'错误信息提示导入需要cudnn7的支持。在官网找到对应CUDA9版本的cudnn，然后下载解压，将对应的文件放在安装的cuda文件夹下：bin\cudnn64_7.dll放到\bin目录下。将include\cudnn.h放在\include目录下。将lib\x64\cudnn.lib放在\lib\x64目录下。Numpy继续报错：ValueError:numpy.ufuncsizechanged,mayindicatebinaryincompatibility。Expected216fromCheader,got192fromPyObject这个错误的主要原因是numpy的版本不对，需要更新numpy的版本到1.16.0。pipinstall-Unumpy==1.16.0updatenumpy，直接用pip更新。更新pipshownumpy后，查看numpy的版本，成功更新到1.16.0:InsufficientvideomemoryResourceExhaustedError:OOMwhenallocatingtensorwithshape[512]andtypefloaton/job:localhost这个错误的原因是网络tensor太大，训练时参数太多，导致显存不足，资源耗尽。因为根据训练要求，训练参数是不能修改的，所以求解的时候要把batch_size改小一点。在tensorflow中，batch_size是每个trainingbatch的大小，主要影响完成每个epoch（全数据集）所需的时间和每次迭代（iteration）之间梯度的平滑度。一般来说，在合理范围内适当增加batch_size可以提高内存利用率，提高大矩阵乘法的并行效率。这减少了完成每个时期的时间。但同时增加batch_size也可能导致内存容量不足，这就是导致我们上面问题的原因。解决方法：1、减小batch_size：程序开始时设置batch_size的大小为16，减半后问题无法解决。继续减少它。最后，将其设置为4.2。关闭电脑中正在运行的其他无关程序：其他正在运行的程序也会在一定程度上占用内存，所以关闭这些程序也可以增加一些可用内存。tensorflow.saver在训练周期内定时调用saver.save()方法，将包含当前模型所有可训练变量的checkpoint文件写入该文件夹。saver.save(sess,FLAGS.train_dir,global_step=step)其中sess是tensorflow中的会话控制（session）；FLAGS.train_dir是trainingcheckpoint的存放位置；global_step是指训练步骤。每次训练会出现下面三个文件，第一次训练会出现checkpoint文件，每次都会在这个文件中创建一个checkpoint。注意：save方法中的路径不能自动创建，所以保存前必须先创建对应的文件夹。相关参考：https://blog.csdn.net/u011311291/article/details/81393933https://blog.csdn.net/zhaotun123/article/details/99680151https://blog.csdn.net/qq_37099552/article/details/105023680https://stackoverflow.com/questions/60323366/valueerror-numpy-ufunc-size-changed-may-indicate-binary-incompatibility-expechttps://blog.csdn.net/winycg/article/details/78572438https://blog.csdn.net/hl1hl/article/details/85638276
