查看并升级tensorflow版本

最新推荐文章于 2022-01-04 21:16:50 发布
原创 最新推荐文章于 2022-01-04 21:16:50 发布 · 6.9k 阅读 · 4 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#tensorflow

本文介绍了如何查询已安装的TensorFlow版本及安装路径，并提供了升级TensorFlow到最新版本或指定版本的方法。通过使用pip命令，可以轻松实现TensorFlow的更新。

python版本

import tensorflow as tf

tf.__version__

查询tensorflow安装路径为:

tf.__path__

升级

pip install --upgrade tensorflow-gpu

## 升级到固定版本

pip install tensorflow-gpu==1.7.0
Tensorflow2对GPU内存的分配策略
无风听海
08-10 1505
一、问题源起 从以下的异常堆栈可以看到是BLAS程序集初始化失败，可以看到是执行MatMul的时候发生的异常，基本可以断定可能数据集太大导致memory不够用了。 2021-08-10 16:38:04.917501: E tensorflow/stream_executor/cuda/cuda_blas.cc:226] failed to create cublas handle: CUBLAS_STATUS_NOT_INITIALIZED 2021-08-10 16:38:04.960048: E te
Tensorflow---Tensorflow的五种保存模型的方式介绍
qq_44961869的博客
01-14 2万+
一、保存模型的全部配置信息 使用model.save()函数搭配tf.keras.models.load_model()对模型的架构，权重以及配置进行保存与恢复。 模型的保存代码如下： import tensorflow as tf import os # 环境变量的配置 os.environ['TF_XLA_FLAGS'] = '--tf_xla_enable_xla_devices' os.environ['TF_FORCE_GPU_ALLOW_GROWTH'] = 'true' # 数据的加载 (
TensorFlow 显存使用机制详解
12-20
默认情况下，TensorFlow 会映射进程可见的所有 GPU 的几乎所有 GPU 内存（取决于 CUDA_VISIBLE_DEVICES）。通过减少内存碎片，可以更有效地使用设备上相对宝贵的 GPU 内存资源。 在某些情况下，最理想的是进程只分配可用内存的一个子集，或者仅根据进程需要增加内存使用量。 TensorFlow 在 Session 上提供两个 Config 选项来进行控制。 (1) : 自主申请所用的内存空间 第一个是 allow_growth 选项，它试图根据运行时的需要来分配 GPU 内存：它刚开始分配很少的内存，随着 Session 开始运行并需要更多 GPU 内存，我们会扩
tensorflow GPU从1.13.1升级到2.0记录
weixin_42338297的博客
04-10 523
升级原因： 学习的代码利用了tensorflow2.0的API，而我之前安装的是tensorflow1.13.1，纠结了一下，简单粗暴决定升级版本 升级前： cuda 10.0.130 cudnn 765 tensorflow 1.13.1 python 3.7 NVIDI驱动版本452.66 显卡型号:Quadro P1000 升级准备： 幸运的是发现cuda在10.0以上，python也为3.7，完全匹配tensorflow2.0版本，不用重新卸载安装了， 升级步骤： ①进入Anaconda Prom
1.深度学习入坑2-tensorflow-gpu升级
huantuzi的专栏
07-18 2728
tensorflow-gpu升级：从tensorflow-gpu version 1.7升级到 1.8 动机：因为tf.image.gradients和tf.image.ssim等loss函数只在tensorflow-gpu version 1.8及更高版本才有，而自己撰写python代码能力有限，故直接升级 步骤： 1.检查和确定目前配置可以调整的版本范围 参考博客：https:/...
精选资源
如何查看TensorFlow版本
02-10
如果你在一个团队中工作，或者你的代码可能被其他人使用，明确指定TensorFlow版本（在`requirements.txt`文件中）是个好习惯。 最后，如果你需要更新TensorFlow到最新版本，可以使用pip包管理器： ```bash pip ...
查看已安装tensorflow版本的方法示例
12-20
首先，要查看已经安装的TensorFlow版本，可以在Python环境中执行以下代码： ```python import tensorflow as tf print(tf.__version__) ``` 这段代码会导入TensorFlow库，并打印出其当前的版本号。例如，如果你的...
精选资源
TensorFlow实战BERT（附赠：TensorFlow1.X升级TensorFlow2.X）
03-30
课程分享——TensorFlow实战BERT（附赠：TensorFlow1.X升级TensorFlow2.X），完整版视频教程下载。 TensorFlow实战BERT课程目录: 第1章 BERT简介 第2章 向量层是怎么来的？ 第3章 注意力机制 第4章 Transformer_...
如何快速查看当前已安装的TensorFlow版本号
07-03
查看TensorFlow版本与安装路径的方法如下： 版本查询 安装路径查询 安装/卸载命令（根据Python版本和硬件选择）： CPU 版（Python 3） GPU 版（需匹配 CUDA/cuDNN） 卸载 验证安装： 版本兼容性提示： TensorFlow 1....
anaconda升级tensorflow版本
最新发布
09-12
首先，用户的问题是：“我想查找使用Anaconda升级TensorFlow版本的方法 请问使用Anaconda升级TensorFlow版本的方法”。这是基于提供的引用内容。 我需要回顾引用内容： - 引用[1]：提到Mac用户安装的tensorflow默认...
使用Tensor flow 1.8.0版本遇到的问题解答
Carrie Zuo的专栏
07-16 939
1.报错 AttributeError: ‘module’ object has no attribute ‘mul’ solution: 使用用tf.multiply替代tf.mul
tensorflow从2.0转为1.14
qq_40071917的博客
06-15 2485
卸载虚拟环境 conda remove -n tensorflow --all 创建一个新的虚拟环境，设置python为3.6 conda create -n tensorflow python=3.6 进入新的虚拟环境，安装tensorflow=1.14.0 activate tensorflow conda install tensorflow==1.14.0 检查是否安装成果，如图即为安装成功。 ...
Tensorflow1.14升级更新到Tensorflow2.3
拔牙不打麻药
10-10 2378
检查CUDA版本nvcc --version 在官方手册：https://tensorflow.google.cn/install/source_windows#gpu中可以看到CUDA需要10.1的版本 下载CUDA10.1 https://developer.nvidia.com/cuda-toolkit-archive 随机挑选一个幸运版本 趁着CUDA在下载的时候看一下，需要自己注册一个账号。cudnnhttps://developer.nvidia.com/cudnn CUDA安装完成后，
allow_growth控制tensorflow显存动态增长 无效问题
豆芽菜
09-10 2885
问题：tensorflow1.15环境使用config.gpu_options.allow_growth = True，控制显存动态增长，发现无效，显存仍然会被完全占用 config = tf.ConfigProto() config.gpu_options.allow_growth = True tf.keras.backend.set_session(tf.Session(config=config)) 分析：暂未找到原因，类似问题：gpu_options doesn't work · Issue
【ERROR】Failed to get convolution algorithm. This is probably because cuDNN failed to initialize
这个人很蓝
09-06 690
1、有可能是显存不足，尝试减小batchsize 2、os.environ['TF_FORCE_GPU_ALLOW_GROWTH'] = 'true' 这个语句的意思是，TensorFlow 在分配显存的时候，设置为可以逐步分配，需要多少显存，就一点点往上添，直到够用为止。比如GPU显存为8GB，开始训练一个模型，TensorFlow 先分配100MB，然后200MB 、300MB……最后在700MB处停住了，因为实际700MB就够用了。参考自 ...
Tensorflow如何使用GPU训练（笔记）
热门推荐
豆沙包子的博客
07-12 4万+
Tensorflow和tf.keras 模型可以在单个GPU上透明运行，而无需更改。 注意：（1）需要使用tf.config.experimental.list_physical_devices('GPU')确认使用的tensorflow可以使用GPU。 （2）在一台机器上运行多个GPU，或者在多台机器上运行，最简单的方法是使用分布策略。 确保你的机器已经安装TensorflowGPU版。 import tensorflow as tf print("Num GPUs Available: ",
好玩的第一篇博客
qq_38279227的博客
07-15 249
test
解决Tensorflow显存溢出的问题
Ben出没冇注意的博客
01-04 1782
import tensorflow as tf import tensorflow.keras.backend as K os.environ["TF_FORCE_GPU_ALLOW_GROWTH"] = "true" config = tf.ConfigProto() config.gpu_options.allow_growth = True sess = tf.Session(config=config) K.set_session(sess) 加入上面几.
tf2.0学习笔记1
FourSize的博客
10-28 223
import tensorflow as tf from tensorflow import keras import matplotlib.pyplot as plt import numpy as np from tensorflow.keras.callbacks import EarlyStopping, ModelCheckpoint, Callback, TensorBoard import pathlib import time import os import cv2 import ran.
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值