逐步解决安装Keras后运行程序出现的问题哭晕在厕所里-‘transpose_shape‘ from ‘keras.utils.generic_utils‘

简介: 逐步解决安装Keras后运行程序出现的问题哭晕在厕所里-‘transpose_shape‘ from ‘keras.utils.generic_utils‘

ImportError: cannot import name ‘transpose_shape’ from ‘keras.utils.generic_utils’

冰冰 LP -镇楼

image.png

下面是具体出现的问题:

2021-07-25 10:29:22.063794: W tensorflow/stream_executor/platform/default/dso_loader.cc:64] Could not load dynamic library 'cudart64_110.dll'; dlerror: cudart64_110.dll not found
2021-07-25 10:29:22.064079: I tensorflow/stream_executor/cuda/cudart_stub.cc:29] Ignore above cudart dlerror if you do not have a GPU set up on your machine.
Using TensorFlow backend.

从字面意思解释


无法加载动态库’cudart64_110.dll’; dll没有找到

我tensorflow/stream_executor/cuda/cudart_stub。

如果你的机器上没有设置图形处理器,请忽略上述cudart dlerror。

使用TensorFlow后端。


然后我就反手一搜cudart64_110.dll 这个插件


image.png

image.png

https://www.dll-files.com/cudart64_110.dll.html

只需要在这下载一个就行

image.png

下载好了之后,我把他放在原始库目录下,咱们再运行运行康康!~~

找到根目录

image.png

放进去

运行

Duang!!!

终于还是报错了

image.png

再然后就另寻高就

将Tensorflow版本,从2.4.1降到2.3.0!!!

现在来试试

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==2.3.0

Terminal 大踏步运行。。。

image.png

不到黄河心不死

咱们再来

又出现了新错误

image.png

具体地:

2021-07-25 11:17:52.641392: W tensorflow/stream_executor/platform/default/dso_loader.cc:59] Could not load dynamic library 'cudart64_101.dll'; dlerror: cudart64_101.dll not found
2021-07-25 11:17:52.641719: I tensorflow/stream_executor/cuda/cudart_stub.cc:29] Ignore above cudart dlerror if you do not have a GPU set up on your machine.

这上面一部分还是这样

但是下面的报错就变了

AttributeError: module 'tensorflow.compat.v2' has no attribute '__internal__'

意思是模块’tensorflow.compat.v2’的属性又问题。。。

我去NMD

忍住。

再寻高就

传闻可在代码前面加入

import os
os.environ["TF_KERAS"] = '1'

再试一试

Duang

崩了,还是和上面一样

让我严重怀疑代码有问题,然后我又找了个祖传的测试代码试了下,发现

祖传测试代码

import tensorflow as tf
import os
os.environ['TF_CPP_MIN_LOG_LEVEL']='2'
print(tf.__version__)
a = tf.constant(1.)
b = tf.constant(2.)
print(a+b)
print('GPU:', tf.test.is_gpu_available())

发现并没有问题!!!

image.png


相关实践学习
在云上部署ChatGLM2-6B大模型(GPU版)
ChatGLM2-6B是由智谱AI及清华KEG实验室于2023年6月发布的中英双语对话开源大模型。通过本实验,可以学习如何配置AIGC开发环境,如何部署ChatGLM2-6B大模型。
相关文章
|
数据可视化 数据挖掘
基于Bert的文本聚类工具:BERTopic
基于Bert的文本聚类工具:BERTopic
2176 0
基于Bert的文本聚类工具:BERTopic
|
机器学习/深度学习 自然语言处理 算法
文本摘要(text summarization)任务:研究范式,重要模型,评估指标(持续更新ing...)
本文是作者在学习文本摘要任务的过程中,根据学习资料总结逐步得到并整理为成文的相关内容。相关学习资料(包括论文、博文、视频等)都会以脚注等形式标明。有一些在一篇内会导致篇幅过长的内容会延伸到其他博文中撰写,但会在本文中提供超链接。 本文将主要列举里程碑式的重要文本摘要论文。 注意:除文首的表格外,本文所参考的论文,如本人已撰写对应的学习博文,则不直接引用原论文,而引用我撰写的博文。 本文会长期更新。
文本摘要(text summarization)任务:研究范式,重要模型,评估指标(持续更新ing...)
|
机器学习/深度学习 运维 监控
从 2023 CCF AIOps 挑战赛看日志异常检测
2023年的 CCF AIOps 挑战赛相较往年主要有以下不同:赛题的形式从命题式转变为开放式、比赛场景的丰富度进一步提升。
135481 4
从 2023 CCF AIOps 挑战赛看日志异常检测
|
SQL 缓存 关系型数据库
MySQL高级篇——关联查询和子查询优化
左外连接:优先右表创建索引,连接字段类型要一致、内连接:驱动表由数据量和索引决定、 join语句原理、子查询优化:拆开查询或优化成连接查询
MySQL高级篇——关联查询和子查询优化
|
机器学习/深度学习 自然语言处理 算法
【论文精读】TNNLS 2022 - 基于深度学习的事件抽取研究综述
事件抽取是从海量文本数据中快速获取事件信息的一项重要研究任务。随着深度学习的快速发展,基于深度学习技术的事件抽取已成为研究热点。文献中提出了许多方法、数据集和评估指标,这增加全面更新调研的需求。
877 0
|
Python
Flask读取本地资源供外部访问
Flask读取本地资源供外部访问
181 0
|
机器学习/深度学习 人工智能 搜索推荐
AI推理服务平台升级,阿里云机器学习PAI推出新规格
全新推理规格 GU30 问世,与传统规格相比价格平均优惠45%。
AI推理服务平台升级,阿里云机器学习PAI推出新规格
|
编解码 算法 定位技术
MIKE 21 教程 1.6 基于DEM数据设置河道高程
MIKE 21 教程 1.6 基于DEM数据设置河道高程
MIKE 21 教程 2.1水动力模型介绍
前面的第一章节相关博文中,我们讲解了MIKE21入门操作与网格文件的制作,接下来进入第二章节,水动力模型。
|
存储 JSON 测试技术
【COCO数据集】Annotations标注解析
【COCO数据集】Annotations标注解析
2199 0