老代码调试日志 | Gintmr's Home

password

comment

type

status

date

slug

summary

由Tensorflow引出的CUDA与cuDNN问题

报错信息如下：

此处标红部分提到无法加载cuda11.0，我本身GPU为2080ti，系统安装的cuda版本截止到10.2。因此发现TF版本不匹配。

从源代码构建 | TensorFlow（若是下图无法显示则参见该网页）

根据上图，安装一个python版本为3.8的环境，TF安装2.3.0

安装命令如下：

然后继续报错：

参见红字可知cuda10.1文件找不到

此处引申两种做法：

① 链接

TensorFlow 可能会尝试加载 libcudart.so.10.1，但你只有 libcudart.so.10.2。可以通过创建符号链接来解决这个问题：

注意：如果你没有管理员权限，可以将符号链接创建在你的用户目录下，例如：

然后将 ~/lib 添加到 LD_LIBRARY_PATH 中：

② conda安装

接下来同理，再次debug：

原来是上图对应表中的cuDNN版本也没对上号，继续安装：

最后，如下便成功了：

Keras

我的感受是，对于环境需要依赖Keras的代码，先无脑把导入包时的from keras.xxx import xxx全部改成from tensorflow.keras.xxx import xxx

TF-GPU的Debug代码

老代码

有些时候会因为pip的版本过老导致目标版本的pytorch/别的包无法找到🫠

善用try+except

参加这条issue：

建议作者加一段代码~

Updated Feb 19, 2025

Numpy & Pandas & Scipy Version log

查找二者版本对应关系，可进入官网查看每个版本的更新日期

Release notes — pandas 2.2.3 documentation

This is the list of changes to pandas between each release. For full details, see the commit logs. For install and upgrade instructions, see Installation.

https://pandas.pydata.org/docs/whatsnew/index.html#version-1-5

numpy

Fundamental package for array computing in Python

https://pypi.org/project/numpy/#history

Release Notes — SciPy v1.15.2 Manual

This is the list of changes to SciPy between each release. For full details,-notes see the commit logs.

https://docs.scipy.org/doc/scipy/release.html

安装卡顿 ?

直接去搜一个明确的版本，确切指定下载版本即可

conda查找可安装版本

NVIDIA-APEX安装

不同的文章介绍的apex的安装方法不尽相同~🫠🫠🫠至于怎样安装最有效，我也没试出来

设置调试配置json文件

👆上述配置在launch.json文件中，要使用该配置运行代码，按 F5

以上配置文件对应的命令行脚本为：

进入包中的代码调试配置

环境依赖相关

修改python版本后安装环境依赖，导出的requirements.txt中大部分环境是不可用的。因为其中大部分依赖项与python版本强绑定

tensorflow的版本不一定需要照着cuda版本匹配表来，版本匹配属于玄学范畴（不照着来可能会成功，但照着来一遍必定会错一次🤬）