conda update conda
pip install tf-nightly-gpu-2.0-preview
conda install https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/cudnn-7.3.1-cuda10.0_0.tar.bz2
conda install https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/cudatoolkit-10.0.130-0.tar.bz2

說明：

• 首先需要更新conda
• 安裝的是tf2.0最新版
• cudnn7.3.1和cudatoolkit-10.0版本，可以下載下來本地安裝
  

wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/cudnn-7.3.1-cuda10.0_0.tar.bz2
conda install cudnn-7.3.1-cuda10.0_0.tar.bz2

出現(xiàn)的錯誤及解決方案

舊庫問題

ERROR: Cannot uninstall 'wrapt'. It is a distutils installed project and thus we cannot accurately determine which files belong to it which would lead to only a partial uninstall.

舊版本依賴多，不能清晰的刪除，此時應(yīng)該忽略舊版本升級，即如下 解決辦法： pip install tf-nightly-gpu-2.0-preview --ignore-installed wrapt

numpy版本問題

還有一個問題是說numpy存在舊版本，可以使用pip卸載numpy,直到提示沒有可卸載的為止，然后重新安裝numpy

驅(qū)動問題

tensorflow.python.framework.errors_impl.InternalError: cudaGetDevice() failed. Status: CUDA driver version is insufficient for CUDA runtime version

這是因為驅(qū)動版本不匹配導(dǎo)致的，可以到NVIDIA官網(wǎng)下載cuda10.0(和上面的一致)的驅(qū)動

安裝命令： https://juejin.im/post/5cce44e3f265da036902a89c,然后一路確定，最后使用 watch nvidia-smi


查看結(jié)果：

測試及其他

測試可用：

import tensorflow as tf
print(tf.__version__)
print(tf.keras.__version__)

if tf.test.is_gpu_available():
  device = "/gpu:0"
else:
  device = "/cpu:0"

print(device)

減少tensorflow輸出信息

TensorFlow的log信息共有四個等級，按重要性遞增為：INFO（通知）<WARNING（警告）<ERROR（錯誤）<FATAL（致命的）

tf.compat.v1.logging.set_verbosity('ERROR')

或者

import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '3'

tensorflow2.0在pycharm下提示問題

tensorflow2.0 使用keras一般通過tensorflow.keras來使用，但是pycharm沒有提示，原因是因為實際的keras路徑放在tensorflow/python/keras，但是在程序中tensorflow有沒有python這個目錄，解決方法如下：

try:
  import tensorflow.python.keras as keras
except:
  import tensorflow.keras as keras

這樣pycharm既可以有提示，同時也不需要在程序運行的時候修改代碼了。

總結(jié)

以上所述是小編給大家介紹的解決Linux Tensorflow2.0安裝問題,希望對大家有所幫助，如果大家有任何疑問請給我留言，小編會及時回復(fù)大家的。在此也非常感謝大家對腳本之家網(wǎng)站的支持！
如果你覺得本文對你有幫助，歡迎轉(zhuǎn)載，煩請注明出處，謝謝！