Deepface tensorflow GPU版本安装 Loaded runtime CuDNN library: 8.0.5 but source was compiled with: 8.1.0

最新推荐文章于 2023-10-24 13:44:12 发布
最新推荐文章于 2023-10-24 13:44:12 发布
阅读量2.7k 收藏
点赞数
分类专栏： Python与机器/深度学习 文章标签： 深度学习 tensorflow
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_30565883/article/details/123785602
版权

真的非常无语
Deepface(0.0.74版本)这个包在安装的时候会自动装上一个tensorflow，而不会检测我的虚拟环境下是否已经安装了tensorflow。
原本我已经安装了tensorflow-gpu2.4.0，使用pip install deepface安装deepface的时候，它会自动给我装上一个tensorflow2.8.0，然后我在python里一调用deepface，就会导致各种错误，比如Loaded runtime CuDNN library: 8.0.5 but source was compiled with: 8.1.0
因为显然tensorflow==2.8.0和我的cuda cudnn版本对不上。

解决办法：
卸载掉deepface自动给我装上的tensorflow2.8.0，然而这还会导致别的问题，此时再重新安装一边我的tensorflow-gpu2.4.0
真的非常脑残

BigYouYou
关注
专栏目录
tensorflow+cuda+cudnn+keras遇到的一些坑。
fjh1997的博客
07-16 1361
这个是因为安装了8.1.1版本的cudnn而tensorflow 2.11.0匹配的是 8.1.0。但是也会存在一些问题，就是电脑上同时安装了多个CUDA版本的库，同时也安装了多个cudnn的库，导致即使安装了正确的库也没有办法正确识别。错误的解决方法，简单来说就是tensorflow和cuda以及cudnn，keras还有nvidia驱动之间的版本要对应，参考。如上所示是既有链接到8.1.0的也有链接到8.0.5的。驱动则是安装cuda的时候会自带。确保链接到8.1.0。有时候会遇到这样的问题。
deepface：在Tensorflow中实现的用于面部检测识别比对的深度学习模型
02-06
深脸 在Tensorflow中实现的用于面部检测/识别/对齐的深度学习模型。 这是使用此存储库的代码段： 主要贡献者 @ildoonet 楷模 基准线 基线模型使用dlib人脸检测模块来修剪鱼卵。 然后，它们将在vggface网络中转发以提取功能。 dlib人脸检测 dlib面对齐 VGGFace人脸识别 SSD人脸检测 Mobilenet V2 培训： : 实验 LFW数据集 探测器 识别模型 描述 组 1-EER 准确性 VGG 纸，无嵌入，训练有素 测试 0.9673 VGG 纸，嵌入，训练有素 测试 0.9913 dlib VGG 不嵌入，不进行lfw
Loaded runtime CuDNN library: 8.0.5 but source was compiled with: 8.1.0
qq_43964756的博客
03-03 2323
Loaded runtime CuDNN library: 8.0.5 but source was compiled with: 8.1.0项目场景：问题描述：原因分析：解决方案： 项目场景： 在docker中运行tensorflow相关项目 RTX3060 cuda 11.2 cudnn 8.0.1 问题描述： 运行时报错 Loaded runtime CuDNN library: 8.0.5 but source was compiled with: 8.1.0 原因分析： 开始安
全网独家 Loaded runtime CuDNN library: 8.0.5 but source was compiled with: 8.1.0. 解决方案
大脸猫的博客
11-09 4398
翻译：加载的cuDNN是8.0.5，但是tensorflow的源需要的版本是8.1.0 直观原因：版本冲突 解决方案：确认了自己的cuda和cudnn版本与tensorflow适配无误后，开始检查系统中所有的包含cuda和cudnn依赖的软件，期间卸载了matlab但是没有用，后来想到了pytorch也同样和cuda以及cudnn有关联，我查看了一下pytorch的版本发现我用的是torch 1.8，它所适配的cuda是11.1，对应的cudnn是8.0.5，这下破案了。最后升级了一下pytorch，解
Loaded runtime CuDNN library: 8.0.5 but source was compiled with: 8.1.0. CuDNN library needs to hav
HEHEEH123的专栏
08-16 2647
2021-08-16 Loaded runtime CuDNN library: 8.0.5 but source was compiled with: 8.1.0. CuDNN library needs to have matching major version and equal or higher minor version. If using a binary install, upgrade your CuDNN library. If building from sources, ma...
Tensorflow的大坑：Win10（Anaconda）下CuDNN library: 7.1.4 but source was compiled with: 7.2.1解决方案
Tilamy的博客
03-17 4969
Tensorflow的大坑：Win10（Anaconda）下CuDNN library: 7.1.4 but source was compiled with: 7.2.1解决方案 问题来源 安装Keras的时候，tensorflow已经装了好久，两者之间不兼容。因为博主是一个没事就喜欢搞事的人，特别想尝一尝keras的味道，于是乎，博主只能哭着进行了Tensorflow-gpu的卸载与重装。...
Loaded runtime CuDNN library: 7500 (compatibility version 7500) but source was compiled with 7004
wukai0909的博客
07-27 1651
wu@wu-X555LF:~/YOLOv3_TensorFlow-master$ python video_test.py ./data/demo_data/video.mp4 2019-07-26 23:20:59.087061: I tensorflow/core/platform/cpu_feature_guard.cc:140] Your CPU supports instruction...
TensorFlow和keras报错解决 This is probably because cuDNN failed to initialize, so try looking to see if a
凛夏的博客
11-19 3625
在运行程序时遇到一个问题 控制台显示错误： Loaded runtime CuDNN library: 8.0.4 but source was compiled with: 7.6.5. CuDNN library major and minor version needs to match or have higher minor version in case of CuDNN 7.0 or later version. If using a binary install, upgrade y..
源码编译安装tensorflow GPU版本过程
yuanfuli的博客
10-26 958
源码编译安装tensorflow GPU版本过程tensorflow-build硬件信息及版本查看GPU信息命令输出禁用nouveau驱动操作执行重启电脑查看是否成功安装cuda执行以下命令验证安装cuDNN执行以下命令查看是否安装成功nccl : 2.4.2bazel: 0.19.2python2.7.16: miniconda2编译命令：仅供参考遇到问题测试安装成功卸载祝君好运！！！ tens...
CUDA11.0+cuDNN8.0.5.zip
01-29
小米笔记本Pro 2020款 显卡MX350 tensorflow-gpu安装_XerCis的博客-CSDN博客 https://xercis.blog.csdn.net/article/details/113360333
cudnn 8.0 v5.1
05-28
cudnn 5.1 主要配合cuda加速深度学习的CNN计算. 该版本对应的cuda为8.0
机器学习笔记 - win10安装tensorflow-gpu.2.2 + Cuda10+cudnn7.6.5
学以致用 知行合一
11-28 2429
win10系统下安装tensorflow-gpu.2.2 + Cuda10+cudnn7.6.5
runtime CuDNN library: 8.0.5 but source was compiled with: 8.1.0 解决方法
weixin_47491668的博客
06-23 1342
解决tensorflow加载cudnn报错 Loaded runtime CuDNN library: 8.0.5 but source was compiled with: 8.1.0.
Error- Loaded runtime CuDNN library: 8.0.4 but source was compiled with: 8.1.0.
秀呀秀的博客
10-18 1671
更新完成之后，重新训练，没有报错了！
DeepFace【部署 04】轻量级人脸识别和面部属性分析框架deepface使用Docker部署CPU+GPU两个版本及cuDNN安装
最新发布
Java与大数据相关实践内容分享！
10-24 993
轻量级人脸识别和面部属性分析框架deepface使用Docker部署CPU+GPU两个版本及cuDNN安装
Deepin安装Tensorflow-GPU版本
qq_37660014的博客
04-25 608
Deepin安装Tensorflow-GPU版本 最近在学习深度学习，在跑一些模型的时候发现利用CPU跑实在是太慢了，于是便想折腾GPU版本的tensorflow，最后折腾成功就想着记录一下，便有了这篇博客。 安装Deepin，这一部分不是重点就略过了 安装nvidia的驱动 安装Deepin后打开系统自带的显卡驱动管理器，然后使用最后一个“使用nv-prime方案”，之后等待安装完成重启...
Ubuntu 20.04 安装CUDA11.1 和cudnn 8.0.5
周迪新的博客
04-12 3377
Install CUDA cuda 11.1 百度网盘链接 密码: bo6f sudo sh cuda_10.0.130_410.48_linux.run 安装成功后跳出 =========== = Summary = =========== Driver: Not Selected Toolkit: Installed in /usr/local/cuda-11.1/ Samples: Not Selected Please make sure that - PATH includes
Ubuntu18.04安装CUDA11.1+cudnn8.0.5+TensorRT7.2
qq_35588369的博客
10-15 1598
安装过程趟了很多坑，记录一下。 硬件： Tesla T4 系统： Ubuntu18.04 华为服务器 目标： 安装cuda11.1+cudnn8.0 1、驱动安装 ubuntu-driver devices 查看合适的驱动 sudo apt install nvidia-dri...
WARNING:tensorflow:Compiled the loaded model, but the compiled metrics have yet to be built. `model.compile_metrics` will be empty until you train or evaluate the model.
06-03
这个警告信息是因为您已经加载了一个训练好的模型，但是由于您还没有对该模型进行训练或评估，因此该模型的编译指标尚未被构建。 在TensorFlow中，当您定义一个模型时，您通常会使用 `compile` 方法对其进行编译。在编译过程中，您可以指定损失函数、优化器和评价指标等信息。这些指标将被用于在训练和测试期间监测模型的性能。 在您加载一个已经训练好的模型时，由于该模型已经编译过了，因此您会看到上述警告信息。如果您希望继续对该模型进行训练或评估，您需要重新编译该模型并指定相应的指标。例如： ```python model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy']) ``` 这将编译一个新的模型，其中包含您指定的指标。然后，您可以使用 `fit()` 方法对该模型进行训练，或使用 `evaluate()` 方法对其进行评估。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值