卸载后又装了tensorflow1.13,tensorflow1.15都一样。
这就导致在30系显卡上无法正常运1.1x版本的tensorflow,最近几天我也因为这个问题头疼不已,网上一番搜索之后发现了一个大神编译过后可用的版 下面是whl文件说明: 给RTX30系列显卡使用的tensorflow1.15
distributed=False, validate=True) 参考:https://github.com/open-mmlab/mmdetection/issues/7901 “2、Cuda11.3 安装 tensorflow1.15
research/object_detection 安装与配置 基于tensorflow1.x的Tensorflow Object Detection API框架,Windows环境霞依赖的软件与版本信息如下 -tensorflow1.15
开发环境 · 软件版本信息: Windows10 64位 Tensorflow1.15 Tensorflow object detection API 1.x Python3.6.5 VS2015
==2.3 TensorFlow2.0 gpu版本安装 conda install cudatoolkit=10.0 cudnn=7 pip install tensorflow-gpu==2.0 TensorFlow1.15
在一台有8块P40的机器上,使用tensorflow1.15和python3运行run_classifier.py,在开始训练后,如果执行nvidia-smi命令查看GPU的使用情况,会得到这样的结果:
以下讨论的api都是基于tensorflow1.15版本。 1 保存模型 先定义一段模型计算,然后用两种不同的格式进行保存。
都可以运行;但还是有一点要吐槽,代码是基于TensorFlow 1开发的,目前实测最稳定的Tensorflow-1.15.0;可以通过先卸载TensorFlow 2,后再用py3.6或者py3.7重新下载Tensorflow1.15