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:
- k是小写
- 安装不分 cpu 和 gpu 版本
- 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