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。

http://m.fzitv.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+清華鏡像的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中使用下列命令行來安裝

python -m pip install -U pip setuptools

非常不幸的是

又出現(xiàn)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，在運行一次更新setuptools更新的命令行就可以解決了。

（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.

運行一下命令行

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(fā)現(xiàn)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并沒有標紅，需要自己去閱讀里面的error

我的錯誤內容是：

failed call to cuInit: CUDA_ERROR_UNKNOWN

第一，硬件是否支持，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(xiàn)在的要求是：

首先需要查看https://developer.nvidia.com/cuda-gpus

看一下自己的顯卡是否支持CUDA

但是值得注意的是

這個網址列的不全，筆者的顯卡沒有在表單里面。

當我想放棄的時候，我就在百度搜了

筆者的顯卡是支持的，筆者用的是MX150。（我不喜歡玩游戲，所以顯卡要求不高）

所以建議百度查看自己的顯卡是否支持。

除了硬件，就是檢查CUDA和CUDNN，這個按照官方文檔指出的版本號安裝。

第二、如果排除硬件不支持。出現(xiàn)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，運行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

到此這篇關于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錯誤內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

最新評論