如何解决Linux中Tensorflow2.0安装的问题

这篇文章主要介绍了如何解决Linux中Tensorflow2.0安装的问题，具有一定借鉴价值，感兴趣的朋友可以参考下，希望大家阅读完这篇文章之后大有收获，下面让小编带着大家一起了解一下。

创新互联公司长期为成百上千家客户提供的网站建设服务，团队从业经验10年，关注不同地域、不同群体，并针对不同对象提供差异化的产品和服务；打造开放共赢平台，与合作伙伴共同营造健康的互联网生态环境。为天涯企业提供专业的成都网站设计、网站建设，天涯网站改版等技术服务。拥有十年丰富建站经验和众多成功案例,为您定制开发。

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）

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。

感谢你能够认真阅读完这篇文章，希望小编分享的“如何解决Linux中Tensorflow2.0安装的问题”这篇文章对大家有帮助，同时也希望大家多多支持创新互联，关注创新互联行业资讯频道，更多相关知识等着你来学习!