TensorFlow安装问题

patientZhuoHu

于 2024-04-09 15:35:29 发布

阅读量415

点赞数 7

分类专栏：机器学习/深度学习文章标签： tensorflow 人工智能 python

本文链接：https://blog.csdn.net/PATIENTHZ/article/details/137552728

版权

机器学习/深度学习专栏收录该内容

4 篇文章 1 订阅

订阅专栏

文章讲述了在Ubuntu22.04服务器上安装TensorFlow2.10.0GPU版本时遇到网络问题的解决方案，通过切换到国内镜像源（如清华大学、阿里云等）并提供相应的安装命令，确保了下载成功并验证了GPU设备的可用性。

摘要由CSDN通过智能技术生成

问题描述

在安装服务器上安装TensorFlow经常出现网络原因的报错，导致下载失败，但是服务器科学上网又是比较麻烦，所以通过使用国内镜像源来解决。

报错

WARNING: Retrying (Retry(total=4, connect=None, read=None, redirect=None, status=None)) 
after connection broken by 'ReadTimeoutError("HTTPSConnectionPool(host='pypi.org', port=443): Read timed out. (read timeout=15)")': 
/simple/tensorflow/

环境

服务器环境

服务器环境：ubuntu 22.04
python版本：python 3.10.0
pip版本：pip 23.3.1

TensorFlow版本

tensorflow_gpu-2.10.0

关于TensorFlow版本说明

以下是官网截取图片，详细可见：TensorFlow官网
TensorFlow版本说明

解决方法

利用国内镜像源进行替代

镜像源选择

使用方法

#安装命令：
> pip install tensorflow-gpu==2.10.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

下载结束后，测试是否成功：

> python

进入python后：

> import tensorflow as tf 
> print(tf.__version__)
> print(tf.test.is_gpu_available())

output：

检验 CUDA 加速是否可用：

python -c "import tensorflow as tf;print(tf.config.list_physical_devices('GPU'))"

能正确输出各显卡的索引就表示安装成功了

[PhysicalDevice(name='/physical_device:GPU:0', device_type='GPU'), PhysicalDevice(name='/physical_device:GPU:1', device_type='GPU'), PhysicalDevice(name='/physical_device:GPU:2', device_type='GPU'), PhysicalDevice(name='/physical_device:GPU:3', device_type='GPU'), PhysicalDevice(name='/physical_device:GPU:4', device_type='GPU'), PhysicalDevice(name='/physical_device:GPU:5', device_type='GPU'), PhysicalDevice(name='/physical_device:GPU:6', device_type='GPU'), PhysicalDevice(name='/physical_device:GPU:7', device_type='GPU')]