在PyCharm（Windows 10）中恢复到TensorFlow的旧Cuda版本的问题
一直在尝试访问Tensorflow 2.3中的Cuda。1（通过PyCharm）访问我的兼容GPU进行对象检测。TensorFlow以前是工作的，但当我安装Cuda时，我意识到它是11.1版本——TensorFlow有Cuda 10.1的先决条件。我的计算机上有这两个版本，并尝试使用Windows添加/删除工具（推荐）卸载所有11.1工具包。这似乎在删除11.1时起作用，但是，当我尝试将TensorFlow包重新安装到项目解释器设置中（在PyCharm中）时，出现以下错误：
不可满足错误：发现以下规范与您环境中的现有python安装不兼容：
规格：
张量流-
您的python:python=3.8
如果python位于链的最左侧，那么这就是您要求的版本。当python出现在右边时，表示左边的东西在某种程度上不适用于您被约束到的python版本。请注意，除非您明确指定，否则conda不会将python版本更改为其他次要版本。
发现以下规范与您的系统不兼容：
功能：/win-64:：uu cuda==11.1=0
您安装的版本是：11.1
编辑-当我试图通过Anaconda安装到Conda环境中时也是如此。系统设置：Windows 10（64位）Tensorflow 2.3。1 Cuda 10.1（以前安装了11.1，但我认为已卸载）cdnn 64_7 Python 3.8图形：2070Super（驱动程序：456.55）
我知道PyCharm无法安装TensorFlow，因为这是Cuda 10.1的先决条件，但我找不到任何关于它仍然指向旧版本（更新的11.1）的参考。我的所有path环境变量都指向10.1目录。我想知道，没有一个文本/ init文件硬设置CUDA版本，但没有发现英伟达网站上的任何东西。
对于noob的问题，我很抱歉，但我希望有人能指出，新11.1版本的引用可能会在哪里挥之不去。
共有1个答案
所以我感到有些尴尬——事实证明，尽管Tensorflow网站表明TensorFlow2.0与Python3.8兼容，但一旦我回到早期的3.7，它似乎至少解决了这个问题。我专注于它错误地报告Cuda v11.1的事实。我想这个问题现在已经解决了。
-
本文向大家介绍解决Pycharm中恢复被exclude的项目问题(pycharm source root)，包括了解决Pycharm中恢复被exclude的项目问题(pycharm source root)的使用技巧和注意事项，需要的朋友参考一下 今天在pycharm中手贱，点击了项目exclude，直接懵逼，项目东西找不到了，奶奶的 如图 一番操作后如图所示， 捣鼓了很久，恢复方法 点击sett
-
我想使用我的神经网络，而不需要再次训练网络。我读到关于 现在我在文件夹中有3个文件：检查点、model.ckpt和model.ckpt.meta 我想在python的另一个类中恢复数据，得到我的神经网络的权重，并进行一次预测。 我该怎么做呢？
-
本文向大家介绍浅谈pytorch、cuda、python的版本对齐问题，包括了浅谈pytorch、cuda、python的版本对齐问题的使用技巧和注意事项，需要的朋友参考一下 在使用深度学习模型训练的过程中，工具的准备也算是一个良好的开端吧。熟话说完事开头难，磨刀不误砍柴工，先把前期的问题搞通了，能为后期节省不少精力。 以pytorch工具为例： pytorch版本为1.0.1，自带python版
-
问题内容： 安装新的构建机器后，我发现它带有标准C ++库的6.0.10 但是，我们的许多目标计算机仍使用旧版本的libstdc ++，例如： 显然，在最后两个0.0.1中，ABI发生了变化，因为尝试运行程序会导致 我尝试明确安装旧版本的gcc，但没有帮助。升级目标计算机是我无法控制的，因此不是一种选择。使我的构建在具有较旧libstdc ++的计算机上工作的最佳方法是什么？ 我在apt-cach
-
问题内容： 我正在张量流中训练一个生成对抗网络（GAN），基本上我们有两个不同的网络，每个网络都有自己的优化器。 问题是我先训练一个网络（g），然后再一起训练g和d。但是，当我调用load函数时： 我有这样的错误（回溯很多）： 我可以恢复g网络并继续使用该功能进行训练，但是当我想从头开始盯着d并从存储的模型中盯着g时，我会遇到该错误。 问题答案： 要还原变量的子集，您必须创建一个新变量并将变量的特
-
我安装了Tensorflow GPU，我可以在Ubuntu18.04的终端上看到它。 结果是： 但当我在PyCharm中运行它时