TensorFlow可以在终端和通过终端打开的PyCharm中运行,不能在直接打开的PyCharm中运行

TensorFlow可以在终端和通过终端打开的PyCharm中运行,不能在直接打开的PyCharm中运行

tensorflow能在终端运行,也能在通过终端打开的pycharm上运行,就是不能在直接打开的pycharm上运行,一运行就跳到下图界面

然后看运行窗口的出错信息,点击最右边的view,发现缺少个文件,如代码所示

 

Copy

Traceback (most recent call last): File "/usr/local/lib/python3.6/dist-packages/tensorflow/python/pywrap_tensorflow.py", line 58, in <module> from tensorflow.python.pywrap_tensorflow_internal import * File "/usr/local/lib/python3.6/dist-packages/tensorflow/python/pywrap_tensorflow_internal.py", line 28, in <module> _pywrap_tensorflow_internal = swig_import_helper() File "/usr/local/lib/python3.6/dist-packages/tensorflow/python/pywrap_tensorflow_internal.py", line 24, in swig_import_helper _mod = imp.load_module('_pywrap_tensorflow_internal', fp, pathname, description) File "/usr/lib/python3.6/imp.py", line 243, in load_module return load_dynamic(name, filename, file) File "/usr/lib/python3.6/imp.py", line 343, in load_dynamic return _load(spec) ImportError: libcublas.so.10.0: cannot open shared object file: No such file or directory Failed to load the native TensorFlow runtime. See https://www.tensorflow.org/install/errors for some common reasons and solutions. Include the entire stack trace above this error message when asking for help.

解决方法如下,但是每次新建立一个文件都得配置一下,不过不麻烦,如果有更好的解决方法,欢迎留言评论,谢谢。

1.先上一段测试代码

 

Copy

import tensorflow as tf hello = tf.constant('hello,tensorflow') sess=tf.Session() print(sess.run(hello))

新建立的文件可能在import tensorflow as tf的时候,没有tensorflow提示,也就是导入失败,这就需要第一步配置,配置如下:

  • File --> Settings -->Project:项目名字(在Version Control)下面 --> Project Interpreter,在上方选则你用来装tensorflow的Python版本,如果你直接在终端通过pip安装的,选择默认的Python版本应该没问题,如果你是用Anaconda装的,那就选择Anaconda对应的Python版本,选择后,可以在下面看看是不是有你装的tensorflow,有的话就说明选对了。(下图所示,选择正确的Python版本后,包含的tensorflow)

然后点击Apply, OK即可

步入正题

在菜单栏,选择 Run --> Edit Configurations

在右侧的框里,找到Environment点击Environment variables右侧的小文件夹

点击+,在Name添加LD_LIBRARY_PATH,在Value处添加 你安装的cuda的lib64路径,你可以在终端输入gedit ~/.bashrc进行查看,其实就是你在安装cuda时添加的环境变量

直接复制LD_LIBRARY_PATH处的/usr/local/cuda-10.0/lib64即可,配置完后的图片

然后再运行,就可以正常运行了。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 使用TensorFlow的代码在PyCharm可以运行,但在终端无法运行的原因可能是缺少必要的环境配置或依赖项。在PyCharm,我们可以设置项目的Python解释器和相关的依赖包,使代码能够正常运行。但在终端,由于环境配置不同,可能缺少必要的库或配置。在终端运行TensorFlow代码时,需要确保已正确安装TensorFlow及其依赖项,并使用正确的Python解释器。另外,由于TensorFlow对系统环境的依赖较高,可能存在版本不兼容或配置冲突的问题。推荐使用虚拟环境或容器化技术来隔离和管理项目的环境,以确保代码能够在终端正常运行。同时,也需要在终端确保所使用的Python解释器和运行环境与PyCharm设置的一致。在终端执行代码时,还可能需要手动添加必要的路径或配置相关环境变量,以确保依赖库能够正确加载。总之,要在终端成功运行TensorFlow代码,需要正确配置环境、依赖项和运行命令,并避免版本和配置冲突的问题。 ### 回答2: 使用TensorFlow的代码在PyCharm可以运行,但在终端可能无法运行的原因通常是由于环境配置或路径设置问题。 首先,PyCharm是一个整合了Python开发环境的集成开发工具,它自带了Python解释器以及相关的库和插件。因此,当你在PyCharm使用TensorFlow的代码时,PyCharm会自动识别并配置相关的环境和路径,使得代码可以顺利运行。 然而,在终端运行代码时,需要手动配置环境和路径。确保你已经正确安装了TensorFlow和相关依赖库,并且配置了正确的Python解释器。有时终端默认使用的Python解释器版本可能与代码所用到的版本不兼容,导致代码无法运行。你可以使用"python --version"命令来检查当前终端所使用的Python版本,并通过配置来切换到正确的版本。 另外,如果你的代码有用到其他第三方库,需要确保这些库已经正确安装并且可以在终端被访问到。你可以使用"pip list"命令来查看已安装的库,并使用"pip install"命令来安装缺失的库。 此外,确保你的终端命令行所处的路径与代码所在的路径相匹配。如果代码需要读取或写入文件,需要确保终端有相应的读写权限。 总之,使用TensorFlow的代码在PyCharm可以运行,但在终端无法运行可能是由于环境配置或路径设置问题导致的。确保正确配置Python解释器、安装了必要的依赖库,并且路径和权限设置正确,应该能够解决这个问题。 ### 回答3: 使用TensorFlow的代码在PyCharm可以运行,但在终端却无法运行的原因可能有以下几点: 1. 缺少TensorFlow库:在PyCharm安装了TensorFlow库,但在终端没有安装TensorFlow库。可以通过在终端使用pip或conda安装TensorFlow库来解决该问题。 2. 环境变量配置问题:运行代码时,终端可能无法正确识别TensorFlow库的路径。可以通过在终端设置环境变量来解决该问题,例如将TensorFlow库所在的路径添加到系统的PATH环境变量。 3. Python版本不兼容:在PyCharm使用的Python版本与终端使用的Python版本不同。TensorFlow可能只支持特定版本的Python,所以需要确保在终端使用的Python版本与TensorFlow兼容。 4. 缺少依赖项:使用PyCharm运行代码时,PyCharm会自动安装代码所需的依赖项,但在终端运行代码时,可能需要手动安装缺少的依赖项。可以通过查看错误提示来确定缺少哪些依赖项,并使用pip或conda安装它们。 5. 权限问题:在终端运行代码时,可能会遇到权限问题,例如没有执行代码所在目录的权限或无法访问所需文件的权限。可以通过更改目录权限或给予代码所需文件读写权限来解决该问题。 综上所述,可以尝试通过安装TensorFlow库、配置环境变量、检查Python版本、安装缺少的依赖项以及解决权限问题等方式来解决在终端无法运行TensorFlow代码的问题。

“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
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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