tensorflow错误解决

文|seraph

1. AttributeError: module 'tensorflow' has no attribute 'sub'
   解决：将tf.sub换成tf.subtract。

2. AttributeError: module 'tensorflow' has no attribute 'mul'
   解决：将tf.mul换成tf.multiply

3. AttributeError: module 'tensorflow' has no attribute 'types'
   解决：将tf.types.float32换成tf.float32

4. TensorFlow please use urllib or similar directly
   解决：在 from tensorflow.examples.tutorials.mnist import input_data之前，加入

old_v = tf.logging.get_verbosity()
tf.logging.set_verbosity(tf.logging.ERROR)

在mnist = input_data.read_data_sets('./data/mnist', one_hot=True)之后，加入

tf.logging.set_verbosity(old_v)

5. Unknown: Failed to get convolution algorithm. This is probably because cuDNN failed to initialize, so try looking to see if a warning log message was printed above.
   解决：添加动态申请显存的代码即可

config = ConfigProto()
config.gpu_options.allow_growth = True

6. 执行for k, v in six.iteritems(FLAGS.__dict__['__flags']):报错误：KeyError: '__flags'。
   解决：将循环语句修改为

for k in FLAGS:
    v = FLAGS[k].value

7. 已经安装tensorflow，但是报：ImportError: No module named tensorflow。
   解决：可能安装的使python3版本的，使用python3执行py文件即可。或者调整python默认版本为python3。

8. Could not dlopen library 'libcudart.so.10.0';
   解决：查看CUDA是否安装，如已经安装，检查是否是10.0版本的。
   也可能没有配好LIB_LIBRARY_PATH环境变量，导致不能搜索到文件。

9. CUDA driver version is insufficient for CUDA runtime version
   解决：如提示所示，NVIDIA驱动和CUDA版本不兼容。使用nvidia-smi查看驱动和CUDA版本是否符合如下图所示：
   
   详细内容可以参考官网

10. *** Error in 'python': free(): invalid pointer
    解决：apt-get install libtcmalloc-minimal4。
    然后在加入环境变量：
    export LD_PRELOAD="/usr/lib/libtcmalloc_minimal.so.4"

11. could not create cudnn handle: CUDNN_STATUS_INTERNAL_ERROR
    解决：具体问题未能完全定位，可能是显存不够，但加入下面按需申请显存代码，暂时能正常运行。

config = ConfigProto()
config.gpu_options.allow_growth = True
tf.Session(config=config) #在设置会话加入配置即可。