今日重裝gpu版tensorflow后出現(xiàn)問題，jupyter notebook中import tensorflow運(yùn)行以后內(nèi)核死亡。開始以為版本不兼容，于是將conda中全部內(nèi)容升級了一遍發(fā)現(xiàn)還是存在問題，并不管用。于是去查報(bào)錯(cuò)信息。
在我很少去看的jupyter的終端中得到一個(gè)warning。
顯示HDF5版本不匹配導(dǎo)致的錯(cuò)誤。
網(wǎng)上大致有兩種解決方法：
1.指定版本安裝
2.
pip uninstall h5py
pip install h5py
我開始使用的第一種方法，用conda命令重裝。發(fā)現(xiàn)安裝以后，雖然Warning問題解決了，但是tf和Keras莫名其妙消失了。。。。
conda list中也不顯示！但顯然這些都是安裝過的包，不能理解發(fā)生了什么。
于是嘗試第二種方法。問題得以解決。
補(bǔ)充：jupyter notebook中使用tensorflow-gpu常常出現(xiàn)的問題
問題1：
Kernel Restarting The kernel appears to have died. It will restart automatically
解決方法：
如果是在裝有GPU的服務(wù)器上搭建的jupyter notebook，并且使用的tensorflow可以通過在session的前面加上config來解決這個(gè)問題，親自試過可行（我覺得主要問題是在此之前都是在cpu上運(yùn)行的程序，造成內(nèi)存不足，所以導(dǎo)致的kernel died，如果查看在代碼運(yùn)行的時(shí)候內(nèi)存占用情況可以使用free -h）：
config = tf.ConfigProto()
config.gpu_options.allow_growth = True
sess = tf.Session(config=config)
問題2：
WARNING:tensorflow:From /root/anaconda3/lib/python3.6/site-packages/tensorflow/python/keras/layers/core.py:143: calling dropout (from tensorflow.python.ops.nn_ops) with keep_prob is deprecated and will be removed in a future version.Instructions for updating: Please use `rate` instead of `keep_prob`. Rate should be set to `rate = 1 - keep_prob`.
WARNING:tensorflow:From /root/anaconda3/lib/python3.6/site-packages/tensorflow/python/ops/math_ops.py:3066: to_int32 (from tensorflow.python.ops.math_ops) is deprecated and will be removed in a future version.Instructions for updating: Use tf.cast instead.
WARNING:tensorflow:From /root/anaconda3/lib/python3.6/site-packages/tensorflow/python/ops/math_grad.py:102: div (from tensorflow.python.ops.math_ops) is deprecated and will be removed in a future version. Instructions for updating: Deprecated in favor of operator or tf.math.divide.
解決方法：
發(fā)生這種問題的主要原因可能是anaconda版本問題，或者是其他版本問題造成的版本不兼容。使用以下指令進(jìn)行相應(yīng)的更新。親自嘗試可行。
conda update mkl
conda upgrade notebook
conda upgrade jupyter
conda update anaconda
以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教。
您可能感興趣的文章:- 快速解決jupyter啟動卡死的問題
- 完美解決jupyter由于無法import新包的問題
- jupyter notebook 使用過程中python莫名崩潰的原因及解決方式
- 解決python Jupyter不能導(dǎo)入外部包問題
