tensorflow2.0安装

华为笔记本电脑管家在哪里

哎，生命在于折腾。。。

新加一块儿ssd，单独用来装linux系统，几天来专门装这个环境，反复装有几十回，终于把环境装个靠谱能的训练的环境出来。不记录一下对不起这些天的辛苦。

两个大方面：

一、装linux系统

装linux系统碰到如下几个问题：

1、bios设置如何配置。

主板是华硕Z390P，此主板很不靠谱，不推荐使用。

此主板官网文档不支持linux系统，但是通过一些方法可以安装ubuntu18.04或ubuntu19.04。centos8不能安装，唉。

其中一个关碍就是bios配置，就z390p这块板子，要改csm兼容模式，disable=>enable，相对于默认设置仅此一处更改，千万别乱改，什么快速启动之类的都不用改。

2、ssd配置

ssd是nvme协议的，本身linux支持起来就不太正常，需要做如下处理：

分三个区：

- 先分一个1G的出来，刷成fat32格式，不选挂在，安装系统时默认装引导（此分区极其重要，必不可少）

- 再分一个60G左右的空间，ext4文件格式，挂在为/。

- 剩下空间一个区，ext4文件格式，挂在为/home。

3、安装ubuntu时配置。

拔网线！按界面操作步骤该设什么设什么，一定要拔网线。

4、进了系统后，拔这个界面全部取消选定。

下一篇，将会把第二篇中的模型用tensorflow2.0.0API重写一遍，体会一下两个版本api的区别，检测一下性能提升，当前性能18s训练100step，captcha模型训练出来需要10-12小时，不知2.0能提升多少。

如何安装配置tensorflow

华为电脑管家是华为公司自行研发的一款管家软件，提供系统检测、驱动管理、客户服务、手机连接等多个功能。它将帮助您排除计算机故障、优化系统设置，使您的设备始终处于最佳运行状态；它还可以连接您的手机，在计算机端轻松操作手机应用和文件，多设备协同，让您轻松办公。

不同型号的计算机支持的功能有所不同，请以实际功能界面为准。

非华为品牌计算机暂不支持下载安装华为电脑管家。

您可以通过以下方法下载华为电脑管家。

方法一：

打开华为电脑管家官网（电脑管家官网），点击立即下载。下载完成后，解压并安装即可。

卷积环绕错误

Ubuntu安装tensorflow。

先安装python-dev，再安装tensorflow就好了。

$ sudo apt-get install python-dev。

$ pip install https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.5.0-cp27-none-linux_x86_64.whl。

错误

AttributeError: ‘module’ object has no attribute ‘ceil’

解决方法：

参考链接

tensorflow2.3+keras2.4.3。

2.错误

NotImplementedError: Cannot convert a symbolic Tensor (conv12_offset/meshgrid/Size:0) to a numpy array. This error may indicate that you’re trying to pass a Tensor to a NumPy call, which is not supported。

解决方法：

参考链接

更换numpy版本为：numpy1.19.2。

3.错误

仍然报错：

解决方法：

tensorflow1.15+keras2.3.1+numpy1.16.0。

注意：安装完以后，检测tensorflow为2.0版本，所以重新卸载安装！！！

通过如下方式安装（但是下载速度很慢）

conda install tensorflow-gpu==1.15。

复制

仍然报错：

解决方法：

tensorflow1.15+keras2.3.1+numpy1.16.0。

4.错误

显存不足，添加如下（参考链接：tensorflow.python.framework.errors_impl.InternalError: Blas GEMM launch failed问题解决思路之一）

gpu_options = tf.GPUOptions(per_process_gpu_memory_fraction=0.333)。

sess = tf.Session(config=tf.ConfigProto(gpu_options=gpu_options))。

复制

然后重启，但还是没用！！！！

还是一样的错误，在添加另外一种（参考链接：ubuntu18 下 tensoflow-gpu 2.0 卷积报错：Failed to get convolution algorithm.），如下。

physical_devices = tf.config.experimental.list_physical_devices('GPU')。

assert len(physical_devices) > 0, "Not enough GPU hardware devices available"。

tf.config.experimental.set_memory_growth(physical_devices[0], True)。

复制

注意：不要认为到这里就结束了，这是一个漫长的等待过程，需要等10分钟左右！！！

等待之后，继续运行…

又是等待的过程，大致15分钟左右！！！

还是报错

然后我把原先的bach-size=2改称bach-size=1（参考链接：data数据集上模型刚启动就报错【Successfully opened dynamic library lib cublas.so.11 Killed】），再次实验，可以往下运行。

接着，又有错误

AttributeError: 'bytes' object has no attribute 'encode'。

复制

解决方法：

将

original_keras_version = f.attrs['keras_version'].encode('utf-8').decode('utf-8') 。

复制

改为

original_keras_version = f.attrs['keras_version'].decode('utf-8') 。

复制

再重新运行…

又报错，再修改

再重新运行…没有报错

5.错误

将bach-size=1再改为bach-size=2，则出现报错，

解决方法：

参考链接: TensorFlow:Blas GEMM启动失败。

安装完python2.7的虚拟环境后，tensorflow-gpu==1.15.0安装失败；

所以，又换种方法，

第一种，将saving.py文件中报错的地方的decode('utf8')前加encode('utf8')，

... ...

original_keras_version = f.attrs['keras_version'].decode('utf8')。

... ...

original_backend = f.attrs['backend'].decode('utf8')。

... ...

复制

改成

... ...

original_keras_version = f.attrs['keras_version'].encode('utf8').decode('utf8')。

... ...

original_backend = f.attrs['backend'].encode('utf8').decode('utf8')。

... ...

复制

但是实验失败，

第二种，将saving.py文件中报错的地方的decode('utf8')删除，

... ...

original_keras_version = f.attrs['keras_version'].decode('utf8')。

... ...

original_backend = f.attrs['backend'].decode('utf8')。

... ...

复制

改成

... ...

original_keras_version = f.attrs['keras_version']。

... ...

original_backend = f.attrs['backend']。

... ...

复制

实验成功，没有报错。

但是如果还是把batch-size=1换成batch-size=2，还是报错，所以暂时先用batch-size=1。

pytorch

python

深度学习

高清播放机，图片大全，点击查看详情！

精选推荐

广告



tf-deformable-conv-layer:可变形卷积层的TensorFlow实现。

8下载·0评论

2021年5月6日

Tensorflow2.4.1：fit_generator训练时内存升高导致训练进程结束。

1548阅读·1评论·1点赞

2022年4月16日

解决NotImplementedError: Cannot convert a symbolic Tensor to a numpy array.问题。

683阅读·0评论·2点赞

2022年10月9日

Tensorflow卷积实现原理+手写python代码实现卷积。

1.5W阅读·9评论·21点赞。

2018年1月21日

Pytorch 训练与测试时爆显存(out of memory)的一个解决方案。

6.1W阅读·44评论·55点赞。

2018年11月23日

解决Cannot convert a symbolic Tensor to a numpy array.。

2.9W阅读·7评论·2点赞

2020年2月25日

棕榈油批发



精选推荐

广告

Deformable convolutional networks（可变形卷积）使用keras/tensorflow主要代码及注释。

3427阅读·3评论·2点赞

2020年2月29日

rknn-toolkit测试示例报错AttributeError: module 'tensorflow' has no attribute 'ceil'。

1945阅读·0评论·0点赞

2019年12月24日

可变形卷积：Deformable ConvNets。

4621阅读·0评论·3点赞

2020年11月30日

deformable convolution（可变形卷积）算法解析及代码分析。

2.0W阅读·49评论·44点赞。

2017年8月31日

NotImplementedError: Cannot convert a symbolic Tensor (yolo_boxes_0/meshgrid/Size_1:0) to a numpy ar。

2041阅读·0评论·3点赞

2022年2月13日

Tensorflow2.4GPU版安装指南。

1715阅读·1评论·5点赞

2021年12月1日

NotImplementedError: Cannot convert a symbolic Tensor报错与解决。

2.4W阅读·42评论·48点赞。

2021年3月14日

【报错解决】Cannot convert a symbolic Tensor to a numpy array.。

1.6W阅读·12评论·9点赞。

2021年3月10日

Tensorflow不能调用GPU。

733阅读·0评论·0点赞

2021年10月27日

Cannot convert a symbolic Tensor to a numpy array错误的解决。

原文地址：http://www.qianchusai.com/tensorflow2.0%E5%AE%89%E8%A3%85.html