CUDA9.0+tensorflow-gpu1.8.0+Python2.7服务器环境搭建经验
最近在实验室的服务器上搭建Tensorflow,CUDA是默认的9.0,管理员已经装好了,同时环境变量都已经配好。
直接用Anaconda创建的虚拟环境,使用pip install tensorflow-gpu -i https://pypi.tuna.tsinghua.edu.cn/simple(推荐使用清华的源)装好了tensorflow后,发现当import tensorflow后,报错:ImportError: libcublas.so.10.0: cannot open shared object file: No such file or directory。
但是奇怪了,在另一个Python3.5的虚拟环境中,tensorflow这样装就能直接用啊。
于是想到,可能是版本的问题,因此,改用pip install tensorflow-gpu==1.8 -i https://pypi.tuna.tsinghua.edu.cn/simple对tensorflow进行版本控制安装,果然,装好后,直接就能用了。
一点经验,大家有什么问题或想法可以直接在下边留言。
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· SQL Server 2025 AI相关能力初探
· Linux系列:如何用 C#调用 C方法造成内存泄露
· AI与.NET技术实操系列(二):开始使用ML.NET
· 记一次.NET内存居高不下排查解决与启示
· 探究高空视频全景AR技术的实现原理
· 阿里最新开源QwQ-32B,效果媲美deepseek-r1满血版,部署成本又又又降低了!
· 单线程的Redis速度为什么快?
· SQL Server 2025 AI相关能力初探
· AI编程工具终极对决:字节Trae VS Cursor,谁才是开发者新宠?
· 展开说说关于C#中ORM框架的用法!