
环境配置
文章平均质量分 56
AnneMOMO
这个作者很懒,什么都没留下…
展开
-
ImportError: Unable to import required dependencies: pytz: No module named ‘pytz‘
在debug过程中,出现ImportError: Unable to import required dependencies: pytz: No module named 'pytz'这样的错误,按照平时思路通过pip install pytz的方式来安装,但是结果显示已经安装了pytz模块,如下所示:通过网上查阅资料,也有类似的问题出现,解决方法是:卸载后重装。 在尝试卸载的过程,遇到pytz这个模块没有权限卸载的问题,报错如下:最后通过强制删除pytz-2018.3.egg-info的方式来卸原创 2021-04-02 15:01:24 · 7174 阅读 · 1 评论 -
Ubuntu18.04服务器pytorch和tensorflow的环境配置
远程服务器:1、4块 RTX 30902、系统:ubuntu18.04下面简要记录一下安装步骤:安装miniconda1、从miniconda官网下载对应系统的.sh文件;2、然后在.sh文件所在目录下,运行./Miniconda3-latest-Linux-x86_64.sh;这一步可能会出现权限问题,加入sudo,使用sudo ./Miniconda3-latest-Linux-x86_64.sh即可解决,这样miniconda就安装好了。创建pytorch的虚拟环境1、使用命令原创 2021-03-09 16:01:41 · 390 阅读 · 0 评论 -
tensorboard ValueError: Duplicate plugins for name projector
在使用tensorboard进行可视化时,出现以下错误:tensorboard ValueError: Duplicate plugins for name projector出现上述错误的原因:安装了多个版本的tensorboard,可以用python运行下面的脚本,看看安装了哪些版本的tensorboard:import pkg_resourcesfor entry_point in pkg_resources.iter_entry_points('tensorboard_plugins'):原创 2021-01-14 22:31:11 · 367 阅读 · 0 评论 -
无需源码编译 | 基于RTX3090配置tensorflow1.15环境
入手RTX3090,在配置tensorflow环境的时候很是头疼,因为3090只支持cuda11.0+的版本,而tensorflow1.×已经不再维护,没有出支持cuda11.0+的版本了。只能通过源码编译来安装环境,可我试过几次源码编码,但是都失败。终于找到另外一个方法,参考Accelerating TensorFlow on NVIDIA A100 GPUs,这是nvdia官方对安培架构的A100 GPU进行编译的TensorFlow 1.15版本,链接中简单介绍安装方法。而3090同样也是安培架构,原创 2021-01-04 14:37:50 · 12108 阅读 · 23 评论