解决Linux Tensorflow2.0安装问题

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

说明：

• 首先需要更新conda
• 安装的是tf2.0最新版
• cudnn7.3.1和cudatoolkit-10.0版本，可以下载下来本地安装
  

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

出现的错误及解决方案

旧库问题

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.

旧版本依赖多，不能清晰的删除，此时应该忽略旧版本升级，即如下 解决办法： pip install tf-nightly-gpu-2.0-preview --ignore-installed wrapt

numpy版本问题

还有一个问题是说numpy存在旧版本，可以使用pip卸载numpy,直到提示没有可卸载的为止，然后重新安装numpy

驱动问题

tensorflow.python.framework.errors_impl.internalerror: cudagetdevice() failed. status: cuda driver version is insufficient for cuda runtime version

这是因为驱动版本不匹配导致的，可以到nvidia官网下载cuda10.0(和上面的一致)的驱动

安装命令： ,然后一路确定，最后使用 watch nvidia-smi


查看结果：

测试及其他

测试可用：

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)

减少tensorflow输出信息

tensorflow的log信息共有四个等级，按重要性递增为：info（通知）<warning（警告）<error（错误）<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下提示问题

tensorflow2.0 使用keras一般通过tensorflow.keras来使用，但是pycharm没有提示，原因是因为实际的keras路径放在tensorflow/python/keras，但是在程序中tensorflow有没有python这个目录，解决方法如下：

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

这样pycharm既可以有提示，同时也不需要在程序运行的时候修改代码了。

总结

以上所述是小编给大家介绍的解决linux tensorflow2.0安装问题,希望对大家有所帮助