Python> Code kopieren und einfügen> SyntaxError: Nicht-ASCII-Zeichen '\ xe3' in Datei> - * - Codierung: utf-8 - * - Hinzufügen

Betriebsumgebung

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

Test eines Programms mit dem Deep Learning Framework namens TensorFlow.

Ich habe versucht, mit dem Beispielcode die CSV-Datei zu lesen. http://qiita.com/learn_tensorflow/items/3e46b2512a1bab73f5b2

Wir haben folgendes gemacht:

1. Erstellen Sie eine neue 3e46b2512a1bab73f5b2.py

• Mit erhabenem Text öffnen

2. Kopieren Sie den Qiita-Artikelcode (train.py) in Chrome
3. Mit erhabenem Text einfügen
4. python 3e46b2512a1bab73f5b2.py

Ich habe den folgenden Fehler erhalten.

$ 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

Die folgenden Bereiche können relevant sein. http://yono.cc/python/python_basics/japanese.html

Bewältigung

Basierend auf dem obigen Link haben wir Folgendes getan:

Die folgenden zwei Zeilen wurden am Anfang von 3e46b2512a1bab73f5b2.py hinzugefügt.

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

Keine Fehler mehr in Python 3e46b2512a1bab73f5b2.py.

Ich habe auch bestätigt, dass es funktioniert, auch wenn nur die zweite Zeile (Zeile von utf-8) am Anfang hinzugefügt wird.

Diesmal scheint jedoch ein weiterer Fehler aufzutreten.

Ich habe vergessen, input.csv zu erstellen. Als ich es erstellt habe, hat es normal funktioniert.

$ 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