TensorFlow2.1.0安裝過程中setuptools、wrapt等相關錯誤指南
筆者remove TensorFlow總共四次。 reinstall anaconda 三次。
安裝技巧可以根據這個博主的文章進行安裝。
https://www.jb51.net/article/184309.htm
我就是用這個教程安裝的
因為直接用 pip install安裝太慢了
所以在官網CUDA 和cuDNN+清華映象的TensorFlow來安裝比較快。
總結我的幾個問題。
一、安裝錯誤
·
(1)
tensorboard 1.14.0 has requirement setuptools>=41.0.0,but you'll have setuptools 40.6.3
顯然我們需要升級 setuptools的版本
我們在cmd中使用下列命令列來安裝
python -m pip install -U pip setuptools
非常不幸的是
又出現另一個錯誤:
ERROR: twisted 18.7.0 requires PyHamcrest>=1.9.0,which is not installed
(筆者因為已經找TensorFlow包remove了4遍了,已經崩潰了)
為了解決這個問題
在cmd中安裝
pip install PyHamcrest
安裝完PyHamcrest,在執行一次更新setuptools更新的命令列就可以解決了。
(2)
ERROR: Cannot uninstall ‘wrapt'. It is a distutils installed project and thus we cannot accurately determine which files belong to it which would lead to only a partial uninstall.
執行一下命令列
pip install -U --ignore-installed wrapt enum34 simplejson netaddr
完成安裝。
二、測試錯誤
在測試的過程中,我按照前面那個博主的內容。
使用tf.test.is_gpu_available()
發現是false
這個地方就需要你去看一下錯誤內容
錯誤內容要仔細看,筆者顯示這個錯誤的時候並沒有標紅,需要自己去閱讀裡面的error
我的錯誤內容是:
failed call to cuInit: CUDA_ERROR_UNKNOWN
第一,硬體是否支援,是否安裝了正確的cuda和與之匹配的cudnn版本嗎?
如果你按照本文開頭的博文安裝是匹配了的。
但是隨著日期推遲,TensorFlow會更新,對應的cuda和cudnn版本需要改變。
具體可以參考https://tensorflow.google.cn/install/gpu
現在的要求是:
首先需要檢視https://developer.nvidia.com/cuda-gpus
看一下自己的顯示卡是否支援CUDA
但是值得注意的是
這個網址列的不全,筆者的顯示卡沒有在表單裡面。
當我想放棄的時候,我就在百度搜了
筆者的顯示卡是支援的,筆者用的是MX150。(我不喜歡玩遊戲,所以顯示卡要求不高)
所以建議百度檢視自己的顯示卡是否支援。
除了硬體,就是檢查CUDA和CUDNN,這個按照官方文件指出的版本號安裝。
第二、如果排除硬體不支援。出現以上錯誤很可能是驅動問題。
我們可以先到 http://www.nvidia.com/Download/index.aspx 查詢下我們需要的是怎樣的驅動,勾選好對應的配置:
下載安裝,執行GeForce Experience 會自動更新驅動。
版本號為445.75,與官網顯示最新版本號一致。
總結
到此這篇關於TensorFlow2.1.0安裝過程中setuptools、wrapt等相關錯誤指南的文章就介紹到這了,更多相關TensorFlow 安裝setuptools、wrapt錯誤內容請搜尋我們以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援我們!