解决Linux Tensorflow2.0安装问题

?

1 2 3 4

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

说明：

• 首先需要更新conda
• 安装的是tf2.0最新版
• cudnn7.3.1和cudatoolkit-10.0版本，可以下载下来本地安装

?

1 2	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

出现的错误及解决方案

旧库问题

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.

旧版本依赖多，不能清晰的删除，此时应该忽略旧版本升级，即如下 解决办法： pip install tf-nightly-gpu-2.0-preview --ignore-installed wrapt

numpy版本问题

还有一个问题是说numpy存在旧版本，可以使用pip卸载numpy,直到提示没有可卸载的为止，然后重新安装numpy

驱动问题

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

这是因为驱动版本不匹配导致的，可以到NVIDIA官网下载cuda10.0(和上面的一致)的驱动

安装命令： https://juejin.im/post/5cce44e3f265da036902a89c,然后一路确定，最后使用 watch nvidia-smi

查看结果：

测试及其他

测试可用：

?

1 2 3 4 5 6 7 8 9 10

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)

减少tensorflow输出信息

TensorFlow的log信息共有四个等级，按重要性递增为：INFO（通知）<WARNING（警告）<ERROR（错误）<FATAL（致命的）

?

1	tf.compat.v1.logging.set_verbosity( 'ERROR' )

或者

?

1 2	import os os.environ[ 'TF_CPP_MIN_LOG_LEVEL' ] = '3'

tensorflow2.0在pycharm下提示问题

tensorflow2.0 使用keras一般通过tensorflow.keras来使用，但是pycharm没有提示，原因是因为实际的keras路径放在tensorflow/python/keras，但是在程序中tensorflow有没有python这个目录，解决方法如下：

?

1 2 3 4

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

这样pycharm既可以有提示，同时也不需要在程序运行的时候修改代码了。

总结

以上所述是小编给大家介绍的解决Linux Tensorflow2.0安装问题,希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对服务器之家网站的支持！
如果你觉得本文对你有帮助，欢迎转载，烦请注明出处，谢谢！

原文链接：https://juejin.im/post/5cce44e3f265da036902a89c