tensorflow学习笔记

查看cpu还是gpu

from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())

Ubuntu 下安装keras指定版本

参考：https://blog.csdn.net/qq_15192373/article/details/81638018
官网教程：点击此处

keras 注意：

1. k是小写
2. 安装不分 cpu 和 gpu 版本
3. 安装指令如下

pip install --upgrade keras==2.1.0 #升级到指定版本
pip install  keras==2.0.9  #安装指定版本

查看tensorflow版本

参考：https://blog.csdn.net/zqzq19950725/article/details/88888861
python
import tensorflow as tf

或者直接
在命令行窗口中输入命令 pip list

命令执行后，会列出当前python环境下安装过的包及其版本号，在列表中找到tensorflow，后面接着的是版本号，如下图所示，显示本机安装的tensorflow版本是2.0.0

TensorFlow报错FutureWarning: Passing (type, 1) or ‘1type’ as a synonym of type is deprecated…

参考：https://blog.csdn.net/kobe_academy/article/details/99706595

报错原因：numpy1-17-0版本过高，使用numpy-1.16-0版本即可

解决方法：重新安装numpy-1.16-0

pip install numpy==1.16.0

问题：ImportError: libGL.so.1: cannot open shared object file: No such file or directory

参考：https://github.com/conda-forge/pygridgen-feedstock/issues/10
如果是centos把apt改成yum即可
sudo apt update
sudo apt install libgl1-mesa-glx

问题：ImportError: libSM.so.6: cannot open shared object file: No such file or directory

参考：https://stackoverflow.com/questions/47113029/importerror-libsm-so-6-cannot-open-shared-object-file-no-such-file-or-directo

sudo yum install libXext libSM libXrender

如果出现MemoryError

我的方法是直接在系统中安装了一个宝塔面板，就解决了这个问题

查看当前环境下已经安装的所有包

pip list

查看当前有哪些tensorflow虚拟环境

conda info --envs