已解决警告:tensorflow:From <stdin>
1: is_gpu_available (tensorflow.python.framework.test_util から) は非推奨であり、将来のバージョンで削除される予定です。
更新手順:
代わりに tf.config.list_physical_devices('GPU')~ を使用してください。
2023-03-31 16:58:07.971004: I tensorflow/core/platform/cpu_feature_guard.cc:142] この TensorFlow バイナリは、パフォーマンスが重要な操作で次の CPU 命令を使用するために、oneAPI ディープ ニューラル ネットワーク ライブラリ (oneDMN) で最適化されています。
AVX AVX2
他の操作でそれらを有効にするには、適切なコンパイラ フラグを使用して TensorFlow を再構築します
エラーレポート
ファングループの友人が問題に遭遇し、テンソルフローを使用したいというプライベートメッセージに来ましたが、エラーが発生しました(その時、彼の心は一瞬冷たく、彼は私に助けを求めに来て、その後うまく助けましたこのバグに遭遇して解決できない多くの友人を助けることができれば幸いです)、エラーコードは次のとおりです。
エラー メッセージの内容のスクリーンショットは次のとおりです。
WARNING:tensorflow:From `<stdin>`1: is_gpu_available (from tensorflow.python.framework.test_util) is deprecated and will be removed in a future version.
Instructions for updating:
Use tf.config.list_physical_devices('GPU')~ instead.
2023-03-31 16:58:07.971004: I tensorflow/core/platform/cpu_feature_guard.cc:142] This TensorFlow binary is optimized with oneAPI Deep Neural Network Library (oneDMN) to use the following CPU instructions in performance-critical operations:
AVX AVX2
To enable them in other operations, rebuild TensorFlow with the appropriate compiler flags
False
エラー翻訳
エラー メッセージの内容の翻訳は次のとおりです。
警告: tensorflow:From(stdin)1:is_gpu_available(From tensorflow.python.framework.test_util) は非推奨であり、将来のリリースで削除される予定です。
更新メモ:
代わりに tf.config.list_physical_devices('GPU')~ を使用してください。
2023-03-31 16:58:07.971004: I tensorflow/core/platform/cpu_feature_guard.cc:142] この tensorflow バイナリは、oneAPI Deep Neural Network ライブラリ (oneDMN) を使用して最適化され、パフォーマンスが重要な操作ディレクティブで次の cpu を使用します。
AVX-AVX2
他の ops でそれらを有効にするには、適切なコンパイラ フラグを使用して TensorFlow
エラーを再生成します
エラーの理由
エラーの理由:
この警告は通常、廃止された関数またはメソッドを使用することによって発生します。この警告により、is_gpu_available 関数は廃止され、将来のリリースで削除される予定です。
友達、以下の方法に従って解決してください!! !
解決
この警告は通常、廃止された関数またはメソッドを使用することによって発生します。この警告では、is_gpu_available
関数は非推奨であり、将来のリリースで削除される予定です。これを修正するには、次のことを試してください。
-
計算に GPU を使用する必要がない場合は、この警告を無視できます。コードで他の関数またはメソッドを使用して、TensorFlow が GPU をサポートしているかどうかを確認できます。次に例を示します。
import tensorflow as tf print(tf.test.is_built_with_cuda()) print(tf.test.is_gpu_available())
ここでは、関数を使用して
is_built_with_cuda()
TensorFlow が CUDA サポートでコンパイルされているかどうかをチェックし、is_gpu_available()
関数を使用して GPU が使用可能かどうかをチェックします。 -
コンピューティングに GPU を使用する必要がある場合は、TensorFlow のバージョンをアップグレードしてみてください。新しい TensorFlow バージョンでは、
is_gpu_available()
関数は関数に置き換えられましたtf.config.list_physical_devices('GPU')
。次のコードを使用して、GPU が使用可能かどうかを確認できます。import tensorflow as tf print(tf.test.is_built_with_cuda()) print(tf.config.list_physical_devices('GPU'))
-
古いバージョンの TensorFlow を使用している場合は、新しいバージョンにアップグレードしてこの問題を解決できます。
pytorch のバージョンと cuda のバージョンの対応、公式サイトのリンク: https://pytorch.org/get-started/previous-versions/
注: pytorch の下位バージョンは上位バージョンの cuda をサポートしますか? 上位バージョンの pytorch は通常、下位バージョンの cuda と互換性があります。例: pytorch 1.7.0 が必要な場合、cuda は 11.0 以下しか使用できません。公式に推奨される cuda バージョンは 10.2 と 11.3 で、ほとんどの pytorch バージョンをサポートしています。
PyTorch のバージョン | CUDA 環境 |
---|---|
0.4.1、1.2.0、1.4.0、1.5.0(1)、1.6.0、1.7.0(1) | 9.2 |
1.2.0、1.1.0、1.0.0(1) | 10.0 |
1.4.0、1.5.0(1)、1.6.0、1.7.0(1) | 10.1 |
1.5.0(1)、1.6.0、1.7.0(1)、1.8.0(1)、1.9.0、1.10.0 | 10.2 |
1.7.0(1) | 11.0 |
1.8.0(1)、1.9.0、1.10.0 | 11.1 |
1.8.0(1)、1.9.0、1.10.0 | 11.3 |
上記は、このエラーの原因に対する解決策です. 解決できるかどうかを議論するために、コメント領域にメッセージを残してください.お役に立ちましたら、「いいね!」で記事を集めてください よろしくお願いいたします ブロガーには、遭遇した問題を記録し続けるモチベーションがあります!!!
エラーを解決するためにブロガーに連絡するための何千ものフルスタック VIP Q&A グループ
ブロガーの時間とエネルギーが限られているため、毎日プライベートメッセージが多すぎて、すべてのファンが時間内に返信する方法がないため、 VIPファンが優先して返信します.千人のフルスタックに入ることができます.期間限定の9.9有料コラム「Python入門から就職まで100日マスター」 VIP回答会にサブスクライブすることで、優先回答機会(コードガイダンス、リモートサービス)、売春80Gの無料教材まくる、コラムサブスクアドレス:https: //blog.csdn.net/yuan2019035055/category_11466020.html
-
利点:著者は、回答の機会 (コード ガイダンス、リモート サービス) を優先し、グループ内の多くの有力者が集まって温かく保つことができます (大きな工場内プロモーションの機会) このコラムは、基礎ゼロの学生向けに特別に用意された完全な教育セットです。高度な改善が必要な方、0から100まで、継続的に前進・深化、フォローアップで実践的な案件もあるから、面接で気軽に対応できます!
-
列の利点:履歴書案内、採用社内紹介、冊子毎週お届け、80Gフルスタック学習動画、IT電子書籍300冊:Python、Java、フロントエンド、ビッグデータ、データベース、アルゴリズム、クローラー、データ分析、機械学習、面接質問バンクなど
-
注: タイムリーな返信を受け取りたい場合は、コラムを購読した後、ブロガーにプライベート メッセージを送信して、何千人もの人々が参加する VIP Q&A グループに参加してください。