[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 56
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
  • 8
    点赞
  • 踩
  • 56
    收藏
    觉得还不错? 一键收藏
  • 9
    评论
Tensorflow框架无法调用GPU而使用CPU计算的解决方法
Vodka_Lou的博客
03-12 6195
问题：       错误提示：Cannot dlopen some GPU libraries.Please make sure the missing libraries. Please make sure the missing libraries mentioned above are installed properly if you would like to use…Skipping registering GPU devices… 一、解决方法：   我用的是tensorflow无法
Tensorflow: Cannot dlopen some GPU libraries. Skipping registering GPU devices...
CSer
12-01 5089
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
05-11 214
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。
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 1877
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
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. >>&
人工智能Anaconda+tensorflow+pycharm环境搭建.pdf
01-22
文档首先介绍了Anaconda与tensorflow以及pycharm之间的关系，然后给出了Anaconda+tensorflow+pycharm环境搭建的详细过程。
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
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...
docker + pycharm+GPU 远程开发配置环境教程.pdf
11-23
Docker + PyCharm + GPU 远程开发配置环境教程 本教程旨在指导读者如何使用 Docker、PyCharm 和 GPU 进行远程开发配置环境。下面是相关知识点的总结： 一、Docker 基础知识 * Docker 是一种开源的应用容器引擎，...
深度学习报错合集
菜鸟博客
10-27 6711
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
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 8241
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 7358
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 1779
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 7805
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
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。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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