TensorFlow_CPU/GPU

错误描述

具体错误描述：

W tensorflow/stream_executor/platform/default/dso_loader.cc:64] Could not load dynamic library 'cudart64_110.dll'; dlerror: cudart64_110.dll not found
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.

意思是说没有找到cuda的配置文件，如果电脑没有GPU则忽略此错误提示并退回到CPU版本。

错误原因

在网上搜索了一些对此问题原因的解释，其大致原因是在安装TensorFlow时使用了以下命令：

pip install tensorflow

最新版的TensorFlow默认安装CPU和GPU两个版本，GPU不能运行时退回到CPU版本。所以在运行时会自动检测是否有GPU，如果没有则报错并切换至CPU运行

解决方法

解决方法1：

重新安装TensorFlow的CPU版本：打开anaconda prompt输入以下命令
卸载当前TensorFlow

pip uninstall tensorflow

如果用的是CPU，则安装TensorFlow的CPU版本，默认最新版本

pip install tensorflow_cpu

由于使用的是国外镜像，下载速度很慢，可能会中断，大家可以自行搜索安装包。

如果使用的是GPU则使用下面的方法解决：

先来排查错误，显示“cudart64_110.dll not found”，那是因为安装的cuda版本没有“cudart64_110.dll”

因此我们需要手动将“cudart64_110.dll”添加到coda的bin目录中去。

详细步骤请参考链接：tensorflow-gpu版本使用时报错，各种dll文件找不到

方法比较多，可以多尝试一下，因为小编用的CPU所以暂时就不详细描述了。提供一些实用的解决方案，尽一份薄力！

Tensorflow无法调用GPU，报错Could not load dynamic library ‘cudart64_100.dll‘‘cublas64_100.dll‘…

解决方法2：
如果使用的是CPU，可以采用这种方法，在程序开头中加入以下代码：

#加入忽略
import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'

对于这两行代码什么意思我们还是简单了解一下：
参考链接: 从源码求证tensorflow中os.environ[“TF_CPP_MIN_LOG_LEVEL”]的值的含义.

import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '0'  # 0也是默认值，输出所有信息
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '1'  # 屏蔽通知信息
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'  # 屏蔽通知信息和警告信息
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '3'  # 屏蔽通知信息、警告信息和报错信息

有点懵逼，我们看一下源码：

namespace tensorflow {
const int INFO = 0;           //base_logging::INFO;
const int WARNING = 1;        //base_logging::WARNING;
const int ERROR = 2;          //base_logging::ERROR;
const int FATAL =3;           //base_logging::FATAL;
const int NUM_SEVERITIES = 4; //base_logging::NUM_SEVERITIES;

应该很清楚了：

1. log信息一共有四个等级，按重要性递增为：
   INFO(通知) < WARNING(警告) < ERROR(错误) < FAFAL(致命的)；
2. 值得含义：不同值设置的是基础log信息（base_loging），运行时会输出base等级及其之上（更为严重）的信息。具体如下：

注意：
1、“0”为默认值，输出所有信息
2、设置为3时，不是说任何信息都不输出，ERROR之上还有FATAL

来源：ONLY_CHRIST