同时安装了tensorflow的cpu版本和gpu版本，删除gpu版本后报错

最新推荐文章于 2025-06-28 09:43:33 发布
最新推荐文章于 2025-06-28 09:43:33 发布
阅读量7.2k 收藏 2
点赞数 2
CC 4.0 BY-SA版权
文章标签： tensorflow tensorflowgpu failed  to load native tensorf
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。
本文链接：https://blog.youkuaiyun.com/qq_30124241/article/details/87875126
当卸载GPU版本的TensorFlow时，可能会误删CPU版本共用的文件，导致无法加载原生运行时。解决方法是彻底卸载所有版本，然后重新安装。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

在卸载gpu版本之后，出现failed  to load native tensorflow runtime.

原因可能是卸载gpu版本的同时，误删了两者同时需要使用的文件。

解决方法：把cpu版本的也卸载了，载重新安装即可。

蘑菇沏茶
关注
【深度学习系列】全面指南：安装TensorFlow的CPU和GPU版本
2301_81199775的博客
06-22 3万+
本博客旨在为初学者提供一份全面的指南，介绍如何根据个人电脑的配置选择并安装适合的TensorFlow版本。内容涵盖了如何查看电脑显卡型号以确定是安装CPU还是GPU版本的TensorFlow，创建Python虚拟环境，以及使用conda命令查找可用的TensorFlow版本。同时，文章还提供了安装过程中可能遇到的问题及其解决方法，确保读者能够顺利完成安装过程，并开始他们的机器学习或深度学习项目。
TensorFlow安装CPU版本和GPU版本
Huanghuali_的博客
06-30 6337
下载的Anaconda是Anaconda3-2024.02-1-Windows-x86_64版本例如：以上就是今天要讲的内容，本文仅仅简单介绍了pandas的使用，而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。
Folding@Home 常见问题解答
Duron
03-30 2440
·我的CPU或GPU没有出现在Folding Slots中 1. 首先确保你的设备都能被操作系统检测到 2. 打开FAHControl(Advanced Control) 3. 依次点击 "Configure-Solts-Add" 出现如下图界面 4.选择相应的设备，接着保存设置。这里同时也可以更改一些CPU、GPU参数，-1为默认(自动检测)。你可以更改CPU的使用线程数。一般情况不...
卸载不掉Tensorflow
ChuanshengWang的博客
01-25 2089
pip uninstall tensorflow时，显示没有tensorflow包。但是tensorflow又可以导入，这种情况下就应该先pip list，查看已经安装的所有包 pip list，发现的确没有tensorflow，只有tensorflow-gpu pip uninstall tensorflow-gpu 完成卸载！ ...
利用GPU加速TensorFlow
最新发布
weixin_47195452的博客
06-28 1144
当然，我的CPU是I7-9750H，GPU是GTX 1650(已经沦为亮机卡了，相信拥有更高端显卡的你一定能够跑通这个教程)，因此加速效果虽然显著，但是不离谱，如果换成目前主流的显卡，计算速度会相差数个量级。接下来，由于我的Python环境是3.8，经过查阅Tensorflow的推荐配置[3]，因此我的最终选择是2.4.0的tensorflow、11.0的CUDA。有了你的驱动之后，需要根据版本号选择cuda版本[2]，这里由于我的驱动时546.33，所以下列的cuda版本理论上我都可以兼容。
tensorflow-gpu卸载 （windows）
weixin_43412762的博客
03-31 1万+
tensorflow-gpu卸载 （windows）
Tensorflow + PyTorch 安装（CPU + GPU 版本）
Netceor的博客
08-20 9542
目录一、Anaconda 安装二、安装 TensorFlow-CPU1、配置环境2、安装 Tensorflow三、安装TensorFlow-GPU1、是否可安装GPU版Tensorflow（1）方法一：查看算力（2）方法二：Google搜索2、安装显卡驱动3、创建虚拟环境4、安装Tensorflow、CUDA、cuDNN（1）CUDA版本选择（2）cuDNN、TensorFlow 版本选择（3）方法一：安装包安装（3）方法二：conda 安装（未尝试）5、测试四、安装 Keras五、测试1、测试代码2、查看
卸载 TensorFlow
程永强
06-04 1万+
卸载 TensorFlow
Win10下安装tensorflow教程（cpu版本和GPU版本）
sinat_23619409的博客
11-19 4624
Win10下安装tensorflow教程 目录 一、环境配置 二、安装python3.5.2 三、安装Anaconda3.4.1 四、安装cpu版本的tensorflow 五、安装GPU版本的tensorflow，即tensorflow-gpu 一、环境配置 1、win10-64位系统 2、python 3.5.2    (官网下载链接：https://www.python.or...
基于Miniconda3安装jupyter notebook+虚拟环境安装tensorflow(cpu&gpu版本)
weixin_69924741的博客
06-03 5104
本文在安装过程中参考了很多c站的其他教程，本文把安装过程中遇到的问题和安装过程一一记录，希望能有所贡献。本文是基于miniconda已经安装完成且环境变量也设置好的前提。
linux 下 tensorflow GPU/CPU版本安装、环境搭建
weixin_44510084的博客
01-24 2532
tensorflow(00)–环境搭建 本文将展示如何在 debian 下安装 CPU/GPU 版本的 tensorflow1.12.0 本文使用的基本环境：deepin15.9(基于debian8)、python3.6、pip9 一、 CPU 版本安装 直接使用 pip 进行安装即可： pip install tensorflow # 可使用 ‘==1.x.x’ 指定版本。[eg.] pip...
tensorflow CPU版本和GPU版本完整搭建过程
03-16
TensorFlow 是世界上最受欢迎的开源机器学习框架，它具有快速、灵活并适合产品级大规模应用等特点，让每个开发者和研究者都能方便地使用人工智能来解决多样化的挑战。文档为CPU版本和GPU版本搭建过程
Tensorflow2GPU版本安装，删除
weixin_42323540的博客
11-10 1945
Tensorflow2GPU版本安装，删除
tensorflow 安装GPU版本，个人总结，步骤比较详细
热门推荐
gangeqian2的博客
02-24 32万+
    手把手教你windows安装tensorflow的教程参考另一篇博文http://mp.blog.youkuaiyun.com/postedit/79307696    此博文是在上文安装CUDA/cuDNN的基础上的个人填坑总结，欢迎指教。CUDACUDA(Compute Unified Device Architecture)，是显卡厂商NVIDIA推出的运算平台。 CUDA™是一种由NVIDIA...
Windows10 同时安装tensorflow gpu版和cpu版
繁华三千东流水不舍昼夜的博客
09-21 5591
当两个版本同时存在是，默认使用gpu版本 如果需要使用cpu版本 需执行以下代码 matrix1=tf.constant([[3.,3.]]) matrix2=tf.constant([[2.],[2.]]) with tf.Session() as ses: with tf.device("/cpu:0"): product=tf.matmul(matrix1,matrix2) ...
卸载tensorflow的CPU版本并安装GPU版本
IMWTJ123的博客
11-24 1万+
一，卸载CPU版本，如下图 之前我已经安装了anaconda，现在检查它的版本以及环境。发现有tensorflow环境，但我需要tensorflow-gpu的环境，所以输入conda uninstall tensorflow卸载了， 如果发现卸不掉就anaconda页面中点enviroments，选择tensorflow点击下面的remove就可以卸载干净。 再次输入conda in...
win10安装tensorflow-gpu却用CPU运行的解决方法
cheng_xu_yuan_yy的博客
03-08 6545
win10安装tensorflow-gpu却用CPU运行的解决方法前言一、出现问题？二、可能的原因和解决方案1.版本不一致2.cuda和cudnn没有安装好总结 前言 提示：这里可以添加本文要记录的大概内容： 例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。 提示：以下是本篇文章正文内容，下面案例可供参考 一、出现问题？ 安装好cuda和cudnn后（再默认路径下），安装Anaconda并创建好tensorflow-gpu的虚拟环境
禁用GPU版本TensorFlow，切换到CPU版本TensorFlow。
湾区人工智能
09-11 7555
#禁用gpu版本TensorFlow，因为CUDA号码从0开始，这里直接让CUDA使用-1的GPU，自然就无法使用gpu了。 代码前面加入： import os os.environ["CUDA_VISIBLE_DEVICES"]="-1"     import tensorflow as tf Environment Variable Syntax    Results CUDA_VIS...
卸载tensorflow-gpu
S10100S的博客
05-12 1184
pycharm安装tensorflow的cpu版本，如何安装
03-10
<think>好的，用户想在PyCharm中安装TensorFlow的CPU版本，我需要根据提供的引用资料整理步骤。首先，我得确认用户的环境是否符合要求，比如Python版本是否是64位的3.5或3.6，否则安装可能会失败。然后，安装步骤大概分为安装Python、用pip安装TensorFlow，以及在PyCharm中配置解释器。 用户提供的引用1详细说明了安装Python 3.5和通过pip安装TensorFlow的步骤，还提到更新pip的必要性。引用2和引用3补充了可能遇到的错误，比如找不到TensorFlow版本或DLL加载失败，这可能与Python版本或系统位数有关。引用4提到如果误装了GPU版本的处理方法，需要卸载后重新安装CPU版本。 接下来需要将这些信息整合成清晰的步骤。首先检查Python版本是否符合要求，然后通过终端安装TensorFlow，接着在PyCharm中设置正确的解释器路径。同时，需要提醒用户常见的坑，比如Python版本不对、pip版本过低，以及如何测试安装是否成功。 可能用户遇到的问题包括安装时找不到TensorFlow，这时候需要检查Python是否为64位，或者升级pip。另外，在PyCharm中配置解释器时，可能需要手动选择已安装TensorFlow的Python环境。如果用户之前安装了GPU版本，需要先卸载，避免冲突。 最后，生成相关问题时要涵盖安装步骤、常见错误处理、验证方法以及与其他库的兼容性，这样用户遇到其他问题时可以快速找到答案。</think>### 在PyCharm中安装TensorFlow CPU版本的步骤 #### 1. **安装Python 3.5/3.6（64位版本）** - TensorFlow CPU版本要求Python为**64位3.5或3.6**，否则会报错无法找到对应版本[^3]。 - 下载地址：https://www.python.org/downloads/release/python-350/ - 安装时勾选`Add Python to PATH`，确保环境变量配置正确。 #### 2. **更新pip工具** ```bash python -m pip install --upgrade pip ``` - 旧版本pip可能导致安装失败，需升级至9.0或更高版本[^1]。 #### 3. **通过pip安装TensorFlow CPU版本** ```bash pip install tensorflow ``` - 如需指定版本（例如2.1.0），使用： ```bash pip install --upgrade --ignore-installed tensorflow-cpu==2.1.0 ``` [^2] #### 4. **在PyCharm中配置Python解释器** 1. 打开PyCharm，进入 `File > Settings > Project: [项目名] > Python Interpreter`。 2. 点击右上角齿轮图标，选择`Add`。 3. 在`System Interpreter`中，选择已安装TensorFlow的Python解释器路径（例如：`C:\Python35\python.exe`）[^1]。 #### 5. **验证安装** ```python import tensorflow as tf print(tf.__version__) ``` - 若运行无报错，表示安装成功。 - 若出现`DLL load failed`错误，需检查Python是否为64位版本或重新安装TensorFlow[^3]。 #### 6. **常见问题处理** - **误装GPU版本**：通过`pip uninstall tensorflow-gpu`卸载，再重新安装CPU版本[^4]。 - **安装失败**：确保网络稳定，尝试使用国内镜像源： ```bash pip install tensorflow -i https://pypi.tuna.tsinghua.edu.cn/simple ``` --- ###
评论 6
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