[tensorflow+pycharm]Skipping registering GPU devices...

最新推荐文章于 2024-05-11 07:15:21 发布
最新推荐文章于 2024-05-11 07:15:21 发布
阅读量1.1w 收藏 55
点赞数 8
文章标签： pycharm tensorflow cuda anaconda
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_41487723/article/details/115767109
版权

在这里插入图片描述

用Pycharm跑VGG16报了上面的警告，还提示“Skipping registering GPU devices…”，意思是你的代码可以运行，但不是用GPU跑的，而是CPU！心痛啊！明明已经配置了tensorflow、cuda等等，看来还是没有配置好，那就继续配置吧！

发现问题

还是自己的tensorflow版本和cuda版本不对应导致的，查看电脑的显卡驱动版本和cuda版本

解决问题

重装tensorflow！
1 打开控制面板，点击“硬件和声音”
在这里插入图片描述
2 点击“DVIDIA控制面板”
在这里插入图片描述
3 点击“系统信息”
在这里插入图片描述
4 在这里可以看到驱动的版本是376.54，点击“组件”
在这里插入图片描述

5 就可以看到我们需要的cuda版本，我的是CUDA 8.0.0(好老的版本啊…)（cuda已安装好了）
在这里插入图片描述
6 好！找到这两个关键数据之后，我们开始找对应的tensorflow版本，我的是tensorflow_gpu-1.4.0。因为我的cuda版本是正确的，所以我只需要重装tensorflow即可，如果你们的cuda版本也不对，就先安装cuda之后再安装tensorflow！！
在这里插入图片描述
7 打开anaconda prompt

conda create -n tensorflow-gpu pip python=3.6  #创建tensorflow-gpu的虚拟环境

执行完后，在anaconda navigator中会出现tensorflow-gpu的虚拟环境
在这里插入图片描述
8 anaconda prompt中

activate tensorflow-gpu
pip install tensorflow-gpu==1.4.0

在这里插入图片描述

9 8完成之后输入pip list，会出现如下信息

pip list

在这里插入图片描述
说明安装成功！

10 进入pycharm进行配置，步骤如下
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
11 运行pycharm中的代码，木的问题了呀！
在这里插入图片描述

第一次写这么长的博文，有写的不好的地方请多多关照！希望能够帮到你哦！

夏夜晚风__
关注
ubuntu下tensorflow-gpu突然不能在gpu上跑（cuda10.0，Cannot dlopen some GPU libraries.Skipping registering GPU ）
Miaodawang的博客
10-15 1977
之前能正常在gpu上跑的程序，突然速度下降了一百倍，发现是没在gpu上跑起来 问题检查： warning信息： 2020-10-14 11:05:44.327061: W tensorflow/stream_executor/platform/default/dso_loader.cc:55] Could not load dynamic library 'libcublas.so.10.0'; dlerror: libcublas.so.10.0: 无法打开共享对象文件: 没有那个文件或目录 20
使用tensorflow+anaconda+pycharm搭建深度学习环境
wofter的博客
04-29 2462
手把手教你使用anaconda—+pycharm+tensorflow 搭建自己的深度学习环境
Tensorflow: Cannot dlopen some GPU libraries. Skipping registering GPU devices...
CSer
12-01 5145
Cannot dlopen some GPU libraries. Skipping registering GPU devices… 很久没搞Tensorflow了，又出了一些问题，这里作个备份 可能的问题为： 1，cuda和安装的tensorflow版本不对应 可参考：Tensorflow与cuda版本对应关系 2， 未...
TensorFlow“Skipping registering GPU devices…”解决方法
最新发布
L_zhanhong的博客
05-11 379
如果你已经安装了cuda和cudnn，文件中也有cudart64_101.dll，但是还是显示的找不到一系列“.dll”文件，那么重启电脑再运行一次就OK了。
Tensorflow安装后出现的问题
热门推荐
weixin_44881806的博客
11-01 1万+
在Tensorflow安装完成后，为了检查是否安装成功时出现以下问题 (tf_gpu) C:\Users\1789834715>python Python 3.9.7 (default, Sep 16 2021, 16:59:28) [MSC v.1916 64 bit (AMD64)] :: Anaconda, Inc. on win32 Type "help", "copyright", "credits" or "license" for more information. >>&
深度学习报错合集
菜鸟博客
10-27 6855
文章目录运行 pretict.py 时报错tf2架构1.AttributeError: 'str' object has no attribute 'decode'2.InternalError (see above for traceback): Blas SGEMM launch failed : m=43264, n=32, k=643.ModuleNotFoundError: No module named 'cv2'4.ModuleNotFoundError: No module named 'P
tensorflow+pycharm+tensorflow-gpu/tensorflow+windows10安装 + 资源见文章末尾哟-附件资源
03-02
tensorflow+pycharm+tensorflow-gpu/tensorflow+windows10安装 + 资源见文章末尾哟-附件资源
人工智能Anaconda+tensorflow+pycharm环境搭建.pdf
01-22
总的来说，Anaconda、TensorFlow和PyCharm都是人工智能领域中的重要工具，它们的有机结合将大大简化机器学习和深度学习项目的开发流程。通过掌握这些工具的安装和配置，开发者可以更专注于算法设计和数据分析本身，...
Pycharm+TensorFlow+opencv安装.zip
06-22
3. **GPU支持**：如果需要利用GPU加速计算，需要安装tensorflow-gpu版本，并确保你的系统满足NVIDIA CUDA和cuDNN的硬件和软件需求。 最后，我们来看**OpenCV**，这是一个用于计算机视觉的强大库，包含许多图像处理...
双系统Ubuntu22.04深度学习环境配置与踩坑记录
weixin_51756687的博客
05-05 8837
记录一下自己在ubuntu上配置环境的详细经历，供大家参考
TensorFlow 2 Object Detection API 物体检测教程 （1）- 环境搭建与测试
dy_guox的博客
09-16 7506
2年前我在csdn上原创了Tensorflow object detection API 的教程，获得了很多好评。 原博客地址：https://blog.csdn.net/dy_guox/article/details/79081499 原视频地址：https://www.bilibili.com/video/BV1tW411T7ei/ 至今仍有读者留言提问，现在Tensorflow已经发布2.0版本，使用旧版教程会有很多兼容问题，由于时间精力有限，没有办法一一回答，所以另开一篇博客介绍TF2.0的.
安装cuda和cudnn过程中踩的坑
墨蝶的博客
12-08 1810
因为数据量太大要用tensorflow-gpu了，然后我打开了https://www.tensorflow.org/install/source_windows 我安装的tensorflow2.2，然后找到这么个东西 啊，也就是说，我需要安装cuda10.1和cudnn7.6（这个的GPU驱动最低要求418.X，我的1080算力6.1，安装了457.x驱动，没有问题~） 于是我进入cuda官网和cudnn官网，下载了cuda和这么个东西 安装完验证一下,cmd输入ipython： imp
Tensorflow + PyTorch 安装（CPU + GPU 版本）
Netceor的博客
08-20 8431
目录一、Anaconda 安装二、安装 TensorFlow-CPU1、配置环境2、安装 Tensorflow三、安装TensorFlow-GPU1、是否可安装GPU版Tensorflow（1）方法一：查看算力（2）方法二：Google搜索2、安装显卡驱动3、创建虚拟环境4、安装Tensorflow、CUDA、cuDNN（1）CUDA版本选择（2）cuDNN、TensorFlow 版本选择（3）方法一：安装包安装（3）方法二：conda 安装（未尝试）5、测试四、安装 Keras五、测试1、测试代码2、查看
记一次windows上安装gpu遇到的问题--动态链接库
xzpdxz的博客
01-16 1337
目的 本机电脑基础配置MX150显卡 安装gpu目的是，希望用gpu来加速模型训练 安装步骤 暴力安装tensorflow_gpu [~]# conda install tensorflow_gpu 这个过程相对时间比较久 先查看本机显卡驱动信息 [~]# nvidia-smi # 以下信息可知有一张显卡，cuda版本为11，驱动版本450 Sun Jan 16 01:36:35 2022 +-------------------------------------------------------
解决1.tensorflow运行使用CPU不使用GPU 2.tensorflow环境下的GPU版本号 3.tensorflow和cuda以及cudnn版本对应问题 4.查看cuda和cudnn版本
xinjieyuan的博客
12-29 1万+
这个问题主要针对三个问题： 查看tensorflow环境下的GPU版本号 解决tensorflow运行使用CPU不使用GPU tensorflow和cuda以及cudnn版本对应问题 这三个问题的解决方法，要从问题一出发解决。 并且我们假定你会使用Anaconda的虚拟环境以及安装tensorflow-gpu，也会安装CUDA和CUDNN 安装Anadonda 安装tensorflow-gpu...
anaconda+tensorflow+pycharm
06-28
### 回答1： 这是关于Anaconda、TensorFlow和PyCharm的问题。这三个工具都是用于开发Python程序的。Anaconda是一个Python发行版，它包含了许多常用的Python库和工具，使得Python环境设置更加简单方便。TensorFlow是一个用于人工智能和机器学习的开源库，可用于构建和训练神经网络。而PyCharm则是一个Python集成开发环境，它可以帮助开发人员更高效地编写代码和调试程序。总的来说，这三个工具结合起来可以提高Python开发效率和代码质量。 ### 回答2： anaconda、tensorflow和pycharm都是非常常用的机器学习和数据科学工具。 首先，anaconda是一个数据科学和机器学习开发环境，它包括很多最常用的Python软件包和库以及一个方便的包管理器。用户可以使用anaconda来创建虚拟环境，这意味着用户可以在同一机器上保留不同的Python环境，以实现对不同项目的管理。 其次，tensorflow是一个非常流行的基于Python的机器学习框架，它支持各种各样的机器学习任务，包括监督学习、无监督学习、强化学习等等。tensorflow允许用户构建一个计算图形（一个包含了各种计算、操作和变量的图形），并且通过训练这个图形来生成机器学习模型。tensorflow提供了多种编程语言接口，其中Python接口是最受欢迎的。 最后，Pycharm是一种用于Python开发的强大集成开发环境，它提供了许多功能，例如调试器、自动化测试、版本控制、自动完成和语法高亮等等。Pycharm 在开发过程中带来了很多便利，可以大大提高 Python 开发人员的效率和准确率。 总之，anaconda、tensorflow和pycharm都是目前机器学习和数据科学领域中非常重要的工具，使用它们可以帮助用户进行更高效的数据分析、机器学习和模型训练。 ### 回答3： anaconda是一个Python的科学计算环境，包含了众多科学计算包和工具，如numpy、scipy、matplotlib等，可以轻松进行数据分析、机器学习等任务。 tensorflow是一个由Google开发的机器学习框架，可以用于构建各种神经网络模型，支持多种硬件平台，如CPU、GPU等。其主要特点是高度灵活且可扩展性强，可满足各种不同领域的应用需求。 pycharm是一款Python IDE，拥有很多与Python开发相关的功能，如语法检查、代码智能提示、调试等。它也支持Anaconda环境，可以轻松地在pycharm中使用anaconda的科学计算、机器学习库。 当使用这三个工具时，可以使用Anaconda来管理Python环境，并安装必要的包和工具。然后使用pycharm编写机器学习代码，如定义网络结构、训练模型等，并调用Tensorflow来实现相应功能。由于Anaconda和pycharm的支持，开发者可以方便地在工作中使用Tensorflow构建机器学习模型。
评论 9
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