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(yùn)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！
