admin管理员组

文章数量:1564172

win10下tensorflow-gpu版本升级

    • 一、系统环境
    • 二、问题驱动
    • 三、升级步骤
      • 1. 卸载或直接更新Tensorflow-GPU
      • 2. 安装CUDA
        • 2.1 显卡驱动更新
        • 2.2 CUDA安装
          • 注意 - CUDA安装显卡驱动
        • 注意 - 多版本CUDA
      • 3.测试
      • 4.bug调试
        • 1 .TypeError: TF_SessionRun_wrapper: expected all values in input dict to be ndarray
        • 2.AttributeError: module 'matplotlib.colors' has no attribute 'to_rgba'

一、系统环境

win10 x64
现有深度学习环境：
anaconda3
python3.5
tensorflow-gpu1.8.0
cuda9.0+cudnn7.1

二、问题驱动

tensoflow中导入MNIST数据手写集最常用的两句语句

from tensorflow.examples.tutorial.mnist import input_data
data_mnist = input_data.read_data_sets("MNIST_data/", one_hot = True)

目前再使用会提示你Please use alternatives such as official/mnist/dataset.py的警告，让你替换马上要弃用的这些函数，当时为了解决这个问题，只是暂时从tensorflow.keras.datasets.*找寻我需要的数据集；
经过去往tensorflow的github一番查找后发现，这是1.7.1版本的一个bug，据说是修复了，但是警告还是不定时的打印出来，总使用tensorflow下的数据集也不是长久之计，找一下tensorflow有没有替代的一些封装包，查找到tensorflow-datasets,其只支持1.12.0版本以后的，思考了一番，如果是tensorflow官方支持的专门针对数据集的库，吸引力还是很大的，这就是对笔者台式机1.8.0版本升级至1.14.0版本的初衷；

那么现在要做的就是，查一下目前的tensorflow版本，截止到2019.7.6，tensorflow-gpu版本最高版是测试版2.0，但是beta嘛，一定不太稳定而且1.0和2.0版本语法和一些函数一定不小的变化，退一步，安装tensorflow-gpu1.14.0
去github上面查看了一下对于cuda和cudnn版本的要求（其实用Docker最方便了，一个DOCKFILE的事情，但是现在赶进度，没办法，苦逼的先用着老一套吧，有时间了再整个技术路线换新），在发布版本1.13.1中提到了如下：

-TensorFlow GPU binaries are now built against CUDA 10 and TensorRT 5.0.

这里只说了CUDA10，去NIVIA官网去下载CUDA，发现最新的是10.1，好嘛，小心心作祟，下载了最新的10.1版本的，但是一番安装后，程序报错说找不到cudart64_100.dll，明眼人一看就知道，版本不支持····心塞塞，一个CUDA驱动包可是2+GB呢
好了，现在版本号终于确定了
Tensorflow-GPU 14.0
CUDA10.0

本文标签： 视觉版本环境计算机GPU

版权声明：本文标题：计算机视觉——【环境配置】win10下tensorflow-GPU版本升级至tensorflow-GPU 1.14.0 内容由热心网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：https://www.elefans.com/xitong/1727484649a1117082.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。