![]() |
1
56
我会使用旧版本。看起来您的CPU不支持AVX指令。 引用他们的 Release Page
您至少有两个选项:
考虑到您对差异的关注,您将错过新功能,但大多数基本功能和文档并没有那么大的不同。 |
![]() |
2
5
不幸的是,1.6给了许多人同样的错误。我在使用旧Core2 CPU的机器上安装1.7后收到了它。我已经决定使用1.5,因为我无法将大型图形卡安装在配备最新处理器的机器中! |
![]() |
3
3
正如公认答案中所解释的,可以通过安装旧版本的TensorFlow(v1.5)或从源代码处构建来修复此问题。在这两者之间,尽管付出了额外的努力,但从源头建设可以说是首选路线。假设二进制文件包含TensorFlow的最新组件。 This article 解释如何从源代码构建TensorFlow,并针对较旧的CPU进行优化。关键是在配置构建时检测CPU标志并启用所有CPU标志进行优化。 以下命令用于检测常见的CPU优化标志:
如果通过执行命令,
在里面 a related article ,将更详细地讨论此问题的常见根本原因,作为补充参考。 |
![]() |
4
1
我有一个类似的问题,结果是因为我的CPU有点旧,而这在TensorFlow的1.6以上版本中不能很好地工作 https://www.tensorflow.org/install/source
因此,如前所述,您可以安装TensorFlow 1.5,或者如果您仍然需要TF的最新版本,则需要使用conda来安装它(这两种解决方案都与我一起使用) 对于conda安装:
|
![]() |
5
0
有一个 issue on github 不幸的是,tensorflow团队似乎对此兴趣不大。 根据您的情况,有一些围绕web的社区构建可能会起作用: |
![]() |
6
0
以下步骤对我有效。 (移除现有tensorflow) conda虚拟环境内部 步骤1:使用pip安装keras应用程序 步骤2:安装tensorflow(无需降级) |
![]() |
7
0
我会使用docker将tf降级到以前的版本。您可以在dockerhub上找到不同的标签 例如:
|
![]() |
8
0
它可能与TensorFlow、Keras、Pytorch没有直接关系。 很抱歉。 但这件事发生在我的L4T上,(Nvidia Jetson AGX Xavier)当我安装最新版本的NumPy、pandas、protobuf时,它在控制台上引发了奇怪的错误 我不知道为什么,我是说真的,如果有人能 . 它警告我 熊猫 打电话 python dateutil=2.8.1 为了解决这个问题,请回到兔子洞,我尝试了以下步骤:
然后尝试使用特定版本安装它们
它现在可以很好地与TensorFlow:1.5.0、PyTorch:1.6、1.7配合使用 |
![]() |
9
0
类似问题从tensorflow==2.3.1到tensorflow==2.4.0 在当前cpu芯片短缺的情况下,预构建的二进制文件不能很好地工作,这使得很多人难以升级。 可能需要自己构建tensorflow,才能使用tensorflow\u probability的最新功能(取决于tf 2.4.0) 编辑2: 从…起 https://github.com/tensorflow/tensorflow/releases/tag/v2.4.1
看来我不是唯一一个在avx2支持方面有困难的人 |
![]() |
Chris · 如何捕获导入脚本功能的打印 2 年前 |
![]() |
Danijel · C中TensorFlow模型文件的路径? 2 年前 |
![]() |
Arya Anish · tensorflow安装中面临的问题 2 年前 |