Jupyter Notebook运行TensorFlow MNIST代码输出异常求助

以下是针对代码在Colab运行正常、Jupyter Notebook输出不符合预期的排查和解决步骤：

1. 统一TensorFlow版本 #

Colab预装的TensorFlow版本通常是较新的稳定版，本地Jupyter环境版本差异可能导致行为不一致：

• 查看当前环境版本：

  import tensorflow as tf
  print(tf.__version__)
  

• 升级到与Colab一致的版本（例如2.15.0，可根据Colab显示的版本调整）：

  pip install --upgrade tensorflow==2.15.0
  

2. 匹配Jupyter内核环境 #

Jupyter可能使用了未安装TensorFlow的Python内核：

• 确认当前内核：点击Jupyter界面右上角的内核名称，检查是否为安装TensorFlow的虚拟环境。
• 切换内核：通过Kernel > Change kernel选择正确的环境。
• 添加新内核（若对应环境未在Jupyter中显示）：

  pip install ipykernel
  python -m ipykernel install --user --name=你的虚拟环境名称
  

3. 修复MNIST数据集问题 #

本地数据集缓存可能损坏或下载不完整：

• 删除本地缓存文件：找到~/.keras/datasets/mnist.npz并删除，重新运行代码让数据集重新下载。
• 手动补充数据集：从官方渠道获取mnist.npz文件，放置到~/.keras/datasets/目录下。

4. 调整Jupyter输出设置 #

Jupyter的输出显示可能被截断或格式异常：

• 配置完整输出：

  from IPython.core.interactiveshell import InteractiveShell
  InteractiveShell.ast_node_interactivity = "all"
  

• 重启Jupyter服务器，清空原有输出后重新运行代码。

5. 检查硬件加速配置 #

Colab默认用GPU加速，本地可能用CPU运行（速度慢易被误认为输出异常），或GPU配置有误：

• 检查GPU状态：

  print(tf.config.list_physical_devices('GPU'))
  

• 若有GPU未启用，确保安装了对应版本的CUDA和cuDNN，且与TensorFlow版本兼容。

内容的提问来源于stack exchange，提问作者Ahmed Diaz Ravan