Linux系统下检验Tensorflow 2.xx版本和1.xx版本是否安装成功

这篇具有很好参考价值的文章主要介绍了Linux系统下检验Tensorflow 2.xx版本和1.xx版本是否安装成功。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

版本问题

查询资料发现,多数检验Tensorflow是否安装成功的方法,多数方法都是1.xx版本的,直接使用1.xx版本的测是代码还会报一下错误:

AttributeError: module 'tensorflow' has no attribute 'Session'

之所以出现该问题是因为tf.Session()是tensorflow1.X中的代码,所以得修改一下代码。

Tensorflow 1.xx的测试代码

import tensorflow as tf                     # 导入TensorFlow模块,并缩写为tf
hello = tf.constant(‘Hello, TensorFlow!’)   #使用TensorFlow的constant方法创建一个字符串Tensor,其值为'Hello, YNNU'
sess = tf.Session()                         # 创建一个TensorFlow Session对象,该对象用于启动图,调用图中的op
print(sess.run(hello))                      # 调用Session的run方法运行hello op。run方法需要传入要运行的op或者Tensor,这里传入hello Tensor。
                                            # sess.run会把hello Tensor运算成一个字符串的值,并返回。

Tensorflow 2.xx的测试代码1

import tensorflow as tf
tf.compat.v1.disable_eager_execution()
hello = tf.constant("Hello,YNNU")
sess = tf.compat.v1.Session()
print(sess.run(hello))

Tensorflow 2.6版本实际的测验结果

由于我自己安装的是tensorflow 2.6版本,这里主要实际演示2.xx版本的实验结果,如下:
Linux系统下检验Tensorflow 2.xx版本和1.xx版本是否安装成功,Tensorflow,linux,python,linux,tensorflow,neo4j

Tensorflow 2.xx的测试代码2

import tensorflow as tf

print(tf.test.is_built_with_cuda())       # 检查TensorFlow是否构建了GPU支持
print(tf.test.is_gpu_available())         # 检查是否可以在GPU上运行TensorFlow

Linux系统下检验Tensorflow 2.xx版本和1.xx版本是否安装成功,Tensorflow,linux,python,linux,tensorflow,neo4j

总结

以上就是Linux系统下检验Tensorflow 2.xx版本和1.xx版本是否安装成功,学者根据自己的版本对应测试,多多支持,谢谢!文章来源地址https://www.toymoban.com/news/detail-663548.html

到了这里,关于Linux系统下检验Tensorflow 2.xx版本和1.xx版本是否安装成功的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 【01】如何在Unity 中 安装 Vuforia Engine AR 插件?(附加检验安装成功方法)

    【检验安装成功的方法请看文末】 1.先点击Window——Package Manager 如图所示: 2.进入后,耐心等待!!(切记!此时得有网络), 此图表示正在加载 往下滑动寻找【Vuforia Engine AR】 下滑后选择【Vuforia Engine AR】,再点击Install 如图所示: 3.此时Unity会弹出导入框 下图表示正在导

    2024年02月05日
    浏览(99)
  • 检测opencv是否安装成功

    win+r打开命令提示符窗口: 输入 : python,进入python模块; 然后输入 出现就代表opencv安装成功了; 同样的,也可以检测numpy等是否安装成功    最后输入 : exit() 退出python模块

    2024年02月09日
    浏览(44)
  • 查看自己电脑MySQL是否安装成功

    最近很多读者问,Mysql安装上了,怎么连接不上呀。所以在这个环节就要验证自己的电脑的MYSQL是否安装成功,好了,废话不多说,直接上步骤。 步骤: 1、打开命令行:在运行处输入cmd,确认。 2、打开安装Mysql的环境目录,进入目录运行CMD:cd D:WorkspaceEnvironmentMySQL5.5.4w

    2024年02月11日
    浏览(51)
  • 下载、安装JDK、配置环境并检测JDK是否安装成功

    JDK官网下载最新版:JDK官网下载地址 本人下载的版本为JDK1.8_241(64 bit),如需要网盘分享学习,可留言。 ** ** 下载成功后,在本地找到exe应用程序,双击: 等一分钟,选择“下一步”。 ** ** 此电脑 → 右键属性 → 高级系统设置 → 高级 → 环境变量 : 系统变量 → 新建JAVA_

    2024年02月04日
    浏览(54)
  • 记录 | 验证pytorch-cuda是否安装成功

    检测程序如下: 或者用终端 Shell,运行情况如下

    2024年02月21日
    浏览(41)
  • 【OpenCV】在Python环境下安装OpenCV并检测是否安装成功

    OpenCV是一个开源的计算机视觉库,可以在Windows、Linux、MacOS等操作系统上运行。它起源于英特尔性能实验室的实验研究,由俄罗斯的专家负责实现和优化,并以为计算机视觉提供通用性接口为目标。 1.1、计算机视觉 计算机视觉会将图片转换成数组排列的数字,这些数组包含大

    2024年02月05日
    浏览(43)
  • 判断hadoop伪分布式安装模式是否成功启动

    1.使用命令start-all.sh,来同时启动HDFS和YARN start-all.sh  2.通过命令 jps 检验一下是否开启Hadoop的全部进程  如图所示:DataNode,NameNode,SecondaryNameNode是文件系统HDFS的进程; NodeManager,ResourceManager是YARN的进程。这五个进程都启动成功,才说明Hadoop启动成功。

    2024年02月13日
    浏览(56)
  • 安装chromedriver 115,对应chrome版本115(经检验,116也可以使用)

    点进这个网站查看:chrome://settings/help (真是的,上一秒还是115版本,更新后就是116版本了,好在chromediver 115版本的还能使用,就接着记录了) 正常的话,应该去这个里面去找:https://chromedriver.storage.googleapis.com/index.html,可是现在这里面列出来最新版本的Chromedriver只对应到了

    2024年02月12日
    浏览(45)
  • 【CUDA】判断电脑CUDA和cuDNN是否安装成功(Windows)

    查看CUDA安装是否成功: 进入到CUDA的安装路径,找到如下两个.exe文件: 我自己安装完的路径为: C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.1extrasdemo_suite 然后打开CMD窗口(以管理员身份): 先进入自己的目录: 首先执行: deviceQuery.exe ,查看是否出现如下界面: 然后执行

    2024年02月16日
    浏览(63)
  • tensorflow-gpu安装100%成功(tensorflow-gpu版和tensorflow-cpu版的区别、为什么要创建虚拟环境、如何同时使用两个gpu库、tensorflow-gpu版安装)

    1.tensorflow-gpu版和tensorflow-cpu版的区别 tensorflow-gpu版需要同时配置安装CUDA、cuDNN,而tensorflow-cpu版不需要配置,直接 pip/conda install tensorflow 即可安装tensorflow-cpu版本 2.为什么要创建虚拟环境 在安装gpu版本的库时通常会创建单独的虚拟环境,例如安装tensorflow-gpu,则需要利用 cond

    2024年02月08日
    浏览(57)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包