因tensorflow版本问题造成的error

Posted 2023-04-30

参考技术A 1.

```

Traceback (most recent call last): File "model_VQA.py", line 2, inimport tensorflow as tf File "/home/supermicro/.local/lib/python2.7/site-packages/tensorflow/__init__.py", line 23, infrom tensorflow.python import * File "/home/supermicro/.local/lib/python2.7/site-packages/tensorflow/python/__init__.py", line 48, infrom tensorflow.python import pywrap_tensorflow File "/home/supermicro/.local/lib/python2.7/site-packages/tensorflow/python/pywrap_tensorflow.py", line 28, in _pywrap_tensorflow = swig_import_helper()

  File "/home/supermicro/.local/lib/python2.7/site-packages/tensorflow/python/pywrap_tensorflow.py", line 24, in swig_import_helper

    _mod = imp.load_module('_pywrap_tensorflow', fp, pathname, description)

ImportError: libcudart.so.7.5: cannot open shared object file: No such file or directory

```

这个问题有可能是因为没有

```$ cd /usr/local/cuda/lib64

$ $ln -s libcudart.so libcudart.so.7.5

```另一个原因就是tensorflow版本不对，没有安装gpu的版本（我的环境是python2.7,cuda8.0,opencv3.1.0安装的tensorflow-gpu 1.0.1```

pip install tensorflow-gpu==1.0.1 --user```）

2.```*** Error in `python': free(): invalid next size (fast): 0x00007f297c012430 ***

======= Backtrace: =========

/lib/x86_64-linux-gnu/libc.so.6(+0x777e5)[0x7f2b563e97e5]

/lib/x86_64-linux-gnu/libc.so.6(+0x8037a)[0x7f2b563f237a]

/lib/x86_64-linux-gnu/libc.so.6(cfree+0x4c)[0x7f2b563f653c]

/usr/lib/nvidia-390/libnvidia-fatbinaryloader.so.390.48(+0x1d05a)[0x7f2af94b205a]

/usr/lib/nvidia-390/libnvidia-fatbinaryloader.so.390.48(+0x11c73)[0x7f2af94a6c73]

......```以上问题也是tensorflow版本问题在我安装完正确版本的tensorflow的版本后自动消失。记得pip list看看有没有其他版本的tensorflow要先卸载其他版本的tensorflow哦！

最后tucao一句，配置环境真让人抓狂，一搞就大半天，不过半路出家也只能摸着石头过河啦！

最后如果版本过老可以```pip install -U tensorflow```更新一波！

TensorFlow：检查显卡支持哪个版本的CUDA

最近想学习TensorFlow深度学习编程，然后就开始查这方面的信息。

第0步是安装环境，配置环境。

首先到TensorFlow的官网查看在Windows上安装的条件和步骤。

可以仅仅安装CPU版本的，也可以安装gpu版本的，以安装gpu版本为例进行介绍，发现需要安装CUDA和cuDNN，而且CUDA要求8.0版本。

 

第1步：你是不是觉得你有显卡就可以安装CUDA，进行加速呢!

答案是否定的。

因为CUDA随着时间的推移，它也在不断的更新，因此，首先检查你电脑支持哪个版本的CUDA。

1>首先打开控制面板，在控制面板进行搜索。

2>然后，双击NVIDIA控制面板，打开如下的控制面板

3> 单击帮助按钮，选择系统信息，然后打开如下面板

4>选择组件，然后会看到红色框的内容，箭头所指的CUDA版本，就是你电脑支持的CUDA版本。