tensorflow2踩坑记录
使用tensorflow2过程中常常会出现一些莫名其妙的错误，百度一般也很难找到答案，现记录我使用过程中遇到的一些报错，慢更~
文章目录
- 1. module 'tensorflow' has no attribute 'compat'
- 2. tensorflow.python.framework.errors_impl.InternalError: Blas GEMV launch failed: m=2, n=10 [Op:MatMul] name: MatMul/
1. module ‘tensorflow’ has no attribute ‘compat’ 出现 module ‘tensorflow’ has no attribute ‘compat’
文章图片
错误原因：tensorflow-gpu版本跟tensorflow-estimator版本不匹配，比如我的tensorflow-gpu版本是2.0.0，但tensorflow-estimator是2.2.0（有可能显示的是2.0.0，但是在程序运行时还是会报错）
解决方案：
先在anaconda prompt中输入conda list，查看tensorflow-estimator的版本，我的tensorflow-gpu是2.0.0，但是tensorflow-estimator是2.2.0的版本，所以会报错误。
需要重新安装 tensorflow-estimator，使用 pip 命令，不要使用 conda 命令，如果使用 conda 命令的话所有的 tensorflow 相关的包都会被卸载掉
先删除电脑上已经安装好的tensorflow-estimator版本，输入：
pip uninstall tensorflow-estimator
然后执行：
pip install tensorflow-estimator==2.0.0
pip install tensorflow-gpu=2.0.0
问题解决！
2. tensorflow.python.framework.errors_impl.InternalError: Blas GEMV launch failed: m=2, n=10 [Op:MatMul] name: MatMul/ 【tensorflow2踩坑记录】
文章图片
错误原因：
- 经过查找相关资料和自己试验，发现这可能和GPU的内存分配有关系；因为默认情况下在代码中使用GPU时，有把内存占满的趋势；即使有时候计算的数据量并不足以占用整个GPU。
- 所以，我们的思路之一就是对GPU的使用模式进行设置，如下面的代码所示，我们将GPU设置为memory_growth模式，它的意思是此时我们需要多少GPU内存就使用多少，不会过多占用。
## 列出你所有的物理GPU
gpus = tf.config.experimental.list_physical_devices('GPU')
tf.config.experimental.set_memory_growth(gpus[0], True)
如果你有多个GPU，那么你也可以将所有的GPU都设置成这个模式，如下面代码所示。
for gpu in gpus:
tf.config.experimental.set_memory_growth(gpu, True)
问题解决！
推荐阅读
- 20170612时间和注意力开销记录
- 【剽悍读书营成长记录】2018年我收获了什么|【剽悍读书营成长记录】2018年我收获了什么 3357－小松
- 记录iOS生成分享图片的一些问题，根据UIView生成固定尺寸的分享图片
- 课后分享记录
- 感赏15+投射
- Day5+5组+小鹿#写手账，就是记录你一生的帐
- 不知不觉，他们又长大了一点
- 记录下有意义的事2021-05-14
- 记录女儿今天做得不错的地方
- 记录20080526