天马行空  
I ---- Inject 投入 L ---- Loyal 忠诚 O ---- Observant 用心 V ---- Valiant 勇敢 E ---- Enjoyment 喜悦 Y ---- Yes 愿意 O ---- Obligation 责任

win10下:

安装后import tensorflow出错:tensorflow/python/lib/core/bfloat16.cc:675] Check failed: PyBfloat16_Type.tp_base != nullptr

只需numpy升级即可: pip insall numpy --upgrade

https://blog.csdn.net/u014357799/article/details/84106349

首先确认显卡驱动是否需要升级 : http://www.gongyesheji.org/?p=951

更新显卡驱动版本更新为最新,或者在安装CUDA的时候卸载掉之前有的nvidia GeForce Experience,然后使用CUDA的安装包重新装一次。有时候因为
CUDA的安装包里面含有显卡驱动程序。我个人是删掉所有显卡驱动之后重装的,如果你之前安装了CUDA发现提示说
status: CUDA DRIVER VERSION is insufficient for cuda runtime version 的报错,其原因是因为显卡驱动的版本过低,在此附上英伟达CUDA最低支持的显卡驱动版本对应表

Table 1. CUDA Toolkit and Compatible Driver Versions
CUDA ToolkitLinux x86_64 Driver VersionWindows x86_64 Driver Version
CUDA 10.1.105 >= 418.39 >= 418.96
CUDA 10.0.130 >= 410.48 >= 411.31
CUDA 9.2 (9.2.148 Update 1) >= 396.37 >= 398.26
CUDA 9.2 (9.2.88) >= 396.26 >= 397.44
CUDA 9.1 (9.1.85) >= 390.46 >= 391.29
CUDA 9.0 (9.0.76) >= 384.81 >= 385.54
CUDA 8.0 (8.0.61 GA2) >= 375.26 >= 376.51
CUDA 8.0 (8.0.44) >= 367.48 >= 369.30
CUDA 7.5 (7.5.16) >= 352.31 >= 353.66
CUDA 7.0 (7.0.28) >= 346.46 >= 347.62

有两种办法查看当前电脑的显卡驱动版本:

https://blog.csdn.net/li57681522/article/details/82491617

右键打开我的电脑,在左侧边栏有个高级系统设置,右下角有个环境变量,上方方框里面有个ADMINISTRATOR(你电脑用户名)的用户变量,里面有个path值,双击打开,点击右侧新建,加入:C:\Program Files\NVIDIA Corporation\NVSMI

使用【win+R 输入cmd 】——回车执行,或者【开始菜单——运行——cmd】—— 回车执行
在DOS界面下输入
nvidia-smi

就可以看到当前显卡的驱动版本啦

posted on 2019-04-05 11:28 浅蓝 阅读(...) 评论(...) 编辑 收藏
 
Copyright © 2019 浅蓝
Powered by .NET Core 3.0 Preview 8 on Linux
Powered by: 博客园 模板提供:沪江博客
博客园