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
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:
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)
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:
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ZaLou.Cn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!