pycharm pip 安装tensorflow-GPU失败 no model 或者internal或者protobuf

本文详细记录了解决TensorFlow-GPU在安装过程中遇到的环境配置问题,包括CUDACUDNN版本不匹配、环境变量设置、protobuf版本冲突等常见错误,并提供了具体的解决方案。

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

遇到的各种报错。
No module named ‘_pywrap_tensorflow_internal’
。。。。。
如果自己已经安装了CUDA CUDNN,不管是什么版本,首先先将环境配置好,一般情况下是环境没配置好所以找不出原因。
像 我就走了弯路,直接安装了10.1,各种报错找了好久
先把环境配置好,…GPU Computing Toolkit\CUDA\v9.0\bin后面要加个bin
…GPU Computing Toolkit\CUDA\v10.1\lib\x64后面要加lib\x64
把CUDA_PATH和CUDA_PATH_V10_1的环境配好(之前下的是10.1),然后下载好1.5.0版本的tensorflow-GPU,然后一运行,就报错,说需要cudaa64_90,这个时候就发现1.5.0版本的需要V9.0的,所以下载9.0的,然后相同的配置环境,然后会报一个protobuf的错误,这个错是Protobuf的版本太高了,用pip install protobuf==3.1.0,这样就搞定了,然后根据提示来就行了,环境配好就能见招拆招了。

更新一下,刚才试了最新的tensorflow-GPU,也能用

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