Question

我正在使用pip3 install tensorflow==1.8.0，但它不支持GPU。

所以我正在使用pip3 install tensorflow-gpu==1.8.0，但仍然会引发异常

libcudart.so.VERSION没有此类文件。

我应该使用colab从源代码安装tensorflow吗？

在pip3 list之后：

tensorboard              1.10.0   
tensorflow               1.10.0   
tensorflow-hub           0.1.1

Answer 1

Google建议您不要进行pip安装！！！！

改为使用此：%tensorflow_version 1.x
重新启动运行时，并检查其是否已更改：

import tensorflow
print(tensorflow.__version__)

以下是主要文章的链接：
http://www.itksnap.org

Answer 2

Google提供了一个非常简单的解决方案，可以降级到以前使用的Colab tf v.1.15.2。只需在Colab中运行以下魔术行即可：

%tensorflow_version 1.x

建议“反对使用 pip install 为GPU和TPU后端指定特定的TensorFlow版本。Colab从源代码构建TensorFlow，以确保与我们的加速器系列兼容。” 通过pip从PyPI获取的TensorFlow可能会遇到性能问题，或者根本无法正常工作”。这意味着，如果需要GPU支持，请使用两个给定的TF版本之一。我猜其他版本甚至都不需要CPU。

Answer 3

您可以将Tensorflow降级到以前的版本，而Google Colab上没有GPU支持。我跑了：

!pip install tensorflow==1.12.0
import tensorflow as tf
print(tf.__version__)

最初返回的

2.0.0-dev20190130

但是几个小时后返回时，我得到了我要求的版本：

1.12.0

尝试降级到具有GPU支持的版本：

!pip install tensorflow-gpu==1.12.0

需要重新启动运行时并失败，因为导入import tensorflow as tf返回：

ImportError: libcublas.so.9.0: cannot open shared object file: No such file or directory

更新：

导入失败时，您始终可以使用以下命令将CUDA降级到9.0版 !wget https://developer.nvidia.com/compute/cuda/9.0/Prod/local_installers/cuda-repo-ubuntu1604-9-0-local_9.0.176-1_amd64-deb !dpkg -i cuda-repo-ubuntu1604-9-0-local_9.0.176-1_amd64-deb !apt-key add /var/cuda-repo-9-0-local/7fa2af80.pub !apt-get update !apt-get install cuda=9.0.176-1

您可以通过运行以下命令检查CUDA的版本： !nvcc --version

Answer 4

涉及启用GPU的张量流的构建过程。特别是TensorFlow的旧版本使用（或要求使用）CUDA的旧版本，而CUDA本身依赖于pip install范围之外的系统库和配置。

我怀疑在配置为较新版本的VM上降级TensorFlow将涉及到这一过程，也许涉及降级/重新安装系统库。

如果可行，至少在Colab支持持久后端环境之前，更新代码以使用最新版本的TensorFlow可能会更简单。

如何在Colab中降级Tensorflow版本？

4 个答案: