问题描述:为了把之前的CPU版本的tensorflow卸载,换成GPU版本的tensorflow,经历了一番折腾。

BUG1 Could not install packages due to an EnvironmentError: [WinError 5] 拒绝访问

看指向的路径,感觉是在安装路径的site-packages中已经存在tensorflow文件夹了,但是执行

pip uninstall tensorflow

却提示没有安装,于是手动删除该文件夹,重新安装,此bug修复。

BUG2 ImportError: DLL load failed:找不到指定模块

网上找的很多答案都不符合,后来才发现!!!原来是CUDA装了10.1版本的,目前基本没有看到支持CUDA10.1版本的。

因此,首先卸载了CUDA10.1,在程序卸载界面删除了带版本号的以及Nsight关键字的。然后删除了C:/ProgramFiles/NVIDIA GPU Computing Toolkit

在此之前只安装了VS2013,因此也重新安装了VS2017

重新安装CUDA10.0,检查环境变量有没有修改成功

在这里查看nvcc -V时,无法调用命令,重启计算机即可解决

总的来说,配置下来是

CUDA10.0+cuDNN7.5+VS2017+python3.7+tensorflow1.13

成功从tensorflow CPU版本转成GPU版本

补充知识:Windows下卸载TensorFlow

1、激活tensorflow:activate tensorflow

2、输入:pip uninstall tensorflow

3、Proceed(y/n):y

卸载tensorflow-cpu重装tensorflow-gpu操作

如果是gpu版本:

1、激活tensorflow:activate tensorflow-gpu

2、输入:pip uninstall tensorflow-gpu

3、Proceed(y/n):y

以上这篇卸载tensorflow-cpu重装tensorflow-gpu操作就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。

标签:
tensorflow-cpu,tensorflow-gpu

免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件! 如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
白云城资源网 Copyright www.dyhadc.com

评论“卸载tensorflow-cpu重装tensorflow-gpu操作”

暂无“卸载tensorflow-cpu重装tensorflow-gpu操作”评论...

RTX 5090要首发 性能要翻倍!三星展示GDDR7显存

三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。

首次推出的GDDR7内存模块密度为16GB,每个模块容量为2GB。其速度预设为32 Gbps(PAM3),但也可以降至28 Gbps,以提高产量和初始阶段的整体性能和成本效益。

据三星表示,GDDR7内存的能效将提高20%,同时工作电压仅为1.1V,低于标准的1.2V。通过采用更新的封装材料和优化的电路设计,使得在高速运行时的发热量降低,GDDR7的热阻比GDDR6降低了70%。