精品免费在线观看-精品欧美-精品欧美成人bd高清在线观看-精品欧美高清不卡在线-精品欧美日韩一区二区

17站長網

17站長網 首頁 網站 服務器 查看內容

解決Linux Tensorflow2.0安裝問題

2022-10-6 09:01| 查看: 1474 |來源: 互聯(lián)網

conda update conda pip install tf-nightly-gpu-2.0-preview conda install https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/cudnn-7.3.1-cuda10.0_0.tar.bz2 conda install https://mirrors
conda update conda pip install tf-nightly-gpu-2.0-preview conda install https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/cudnn-7.3.1-cuda10.0_0.tar.bz2 conda install https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/cudatoolkit-10.0.130-0.tar.bz2

說明:

  • 首先需要更新conda
  • 安裝的是tf2.0最新版
  • cudnn7.3.1和cudatoolkit-10.0版本,可以下載下來本地安裝

wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/cudnn-7.3.1-cuda10.0_0.tar.bz2 conda install cudnn-7.3.1-cuda10.0_0.tar.bz2

出現的錯誤及解決方案

舊庫問題

ERROR: Cannot uninstall 'wrapt'. It is a distutils installed project and thus we cannot accurately determine which files belong to it which would lead to only a partial uninstall.

舊版本依賴多,不能清晰的刪除,此時應該忽略舊版本升級,即如下 解決辦法: pip install tf-nightly-gpu-2.0-preview --ignore-installed wrapt

numpy版本問題

還有一個問題是說numpy存在舊版本,可以使用pip卸載numpy,直到提示沒有可卸載的為止,然后重新安裝numpy

驅動問題

tensorflow.python.framework.errors_impl.InternalError: cudaGetDevice() failed. Status: CUDA driver version is insufficient for CUDA runtime version

這是因為驅動版本不匹配導致的,可以到NVIDIA官網下載cuda10.0(和上面的一致)的驅動

安裝命令:https://juejin.im/post/5cce44e3f265da036902a89c,然后一路確定,最后使用watch nvidia-smi

查看結果:


測試及其他

測試可用:

import tensorflow as tf print(tf.__version__) print(tf.keras.__version__) if tf.test.is_gpu_available(): device = "/gpu:0" else: device = "/cpu:0" print(device)

減少tensorflow輸出信息

TensorFlow的log信息共有四個等級,按重要性遞增為:INFO(通知) tf.compat.v1.logging.set_verbosity('ERROR')

或者

import os os.environ['TF_CPP_MIN_LOG_LEVEL'] = '3'

tensorflow2.0在pycharm下提示問題

tensorflow2.0 使用keras一般通過tensorflow.keras來使用,但是pycharm沒有提示,原因是因為實際的keras路徑放在tensorflow/python/keras,但是在程序中tensorflow有沒有python這個目錄,解決方法如下:

try: import tensorflow.python.keras as keras except: import tensorflow.keras as keras

這樣pycharm既可以有提示,同時也不需要在程序運行的時候修改代碼了。

本文最后更新于 2022-10-6 09:01,某些文章具有時效性,若有錯誤或已失效,請在網站留言或聯(lián)系站長:17tui@17tui.com
·END·
站長網微信號:w17tui,關注站長、創(chuàng)業(yè)、關注互聯(lián)網人 - 互聯(lián)網創(chuàng)業(yè)者營銷服務中心

免責聲明:本站部分文章和圖片均來自用戶投稿和網絡收集,旨在傳播知識,文章和圖片版權歸原作者及原出處所有,僅供學習與參考,請勿用于商業(yè)用途,如果損害了您的權利,請聯(lián)系我們及時修正或刪除。謝謝!

17站長網微信二維碼

始終以前瞻性的眼光聚焦站長、創(chuàng)業(yè)、互聯(lián)網等領域,為您提供最新最全的互聯(lián)網資訊,幫助站長轉型升級,為互聯(lián)網創(chuàng)業(yè)者提供更加優(yōu)質的創(chuàng)業(yè)信息和品牌營銷服務,與站長一起進步!讓互聯(lián)網創(chuàng)業(yè)者不再孤獨!

掃一掃,關注站長網微信

大家都在看

熱門排行

    最近更新

      返回頂部
      主站蜘蛛池模板: 日韩一级免费毛片 | 综合久久一区二区三区 | 91精品国产闺蜜国产在线 | 免费播放黄色 | 成人黄色视屏 | 一级一片在线播放在线观看 | 一级黄色a级片 | 韩国一级黄色大片 | 国产精品视频大全 | 色牛网| 国产剧情一区二区 | 欧美另类精品xxxx人妖换性 | 99超级碰碰成人香蕉网 | 久久综合给合久久狠狠狠色97 | 国产成人精品午夜二三区 | 黄网站色网址 | 国产成人免费午夜性视频 | 免费看国产黄色片 | 久久污 | 国产精品 第二页 | 国产日韩欧美综合在线 | 免费人成网址在线观看国内 | 国内精品视频一区 | 国产精品超清大白屁股 | 2019理论国产一级中字 | 久久精品一区二区 | 亚洲一级在线观看 | 国产20岁美女一级毛片 | 日本久久久久久久中文字幕 | 亚洲欧美日韩在线中文一 | 亚洲精品一二三 | 国产婷婷丁香久久综合 | 久久精品爱国产免费久久 | 欧美成人片在线 | 黄色毛片a | 操一操| 亚洲成人国产精品 | 国产一区二区fc2ppv在线播放 | 国产一区二区三区四 | 久久久久久日本一区99 | 国产成人高清精品免费观看 |