tensorflow-gpu 版本安装-问题与解决

本文提供了在Windows和Ubuntu上安装TensorFlow-GPU的详细步骤,包括Anaconda、CUDA和cuDNN的下载与配置。特别强调了CUDA版本必须与TensorFlow支持的版本匹配,否则可能导致ImportError。还提到了FutureWarning的解决方法,即确保安装CUDA 9.0而非9.1。此外,分享了Ubuntu的离线和在线安装教程链接。

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

参考链接

安装准备

注意事项

  1. anaconda
    安装路径不能出现汉字

  2. 安装tensorflow

# GPU版本
pip3 install --upgrade tensorflow-gpu

# CPU版本
pip3 install --upgrade tensorflow
  1. cuda
    要找到对应的tensorflow版本,现在的tensorflow支持9.0,暂时不支持9.1,所以一定注意下载cuda 9.0
    如果安装的是9.1版本,在import tensorflow as tf 的时候,报错:
    import tensorflow as tf” ImportError: Could not find ‘cudart64_90.dll’

    测试一下是否安装成功,命令行输入 nvcc -V,看到版本信息就表示安装成功了

  2. cuDNN
    主要是添加环境变量,同时下载的时候注意与cuda版本的对应。解压到任意一个文件夹,**\cuda\bin 添加到环境变量中
    如果已经安装了cuDNN,选择 升级cuDNN

error

 1. 安装pip包thrift错误
Traceback (most recent call last):
  File "d:\ProgramData\Anaconda3\lib\site-packages\pip\compat\__init__.py", line 73, in console_to_str
    return s.decode(sys.__stdout__.encoding)
UnicodeDecodeError: 'utf-8' codec can't decode byte 0xa1 in position 95: invalid start byte

解决方案:参考

    # 修改73行
    if sys.version_info >= (3,):
    def console_to_str(s):
        try:
            #return s.decode(sys.__stdout__.encoding)
             return s.decode('cp936') # 将上句代码改为此句代码
        except UnicodeDecodeError:
            return s.decode('utf_8')
2.  h5py FutureWarning 问题修复
h5py/__init__.py:36: FutureWarning: Conversion of the second argument of issubdtype from `float` to `np.floating` is deprecated. In future, it will be treated as `np.float64 == np.dtype(float).type`.
from ._conv import register_converters as _register_converters

参考:FutureWarning: Conversion of the second argument of issubdtype from float to np.floating is deprecated

3. “import tensorflow as tf” ImportError: Could not find 'cudart64_90.dll'”

这个问题就是安装了cuda 9.1 而不是 9.0,只能 卸载 cuda 9.1, 重新安装cuda 9.0

Ubuntu 离线安装

TensorFlow 在Linux系统下离线安装
各种包的家
RedHat 7.2 离线安装tensorflow
两个教程足够

Ubuntu 在线安装

Ubuntu下如何安装TensorFlow

相关其他

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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