NVIDIA/DIGITS 运行时错误?

NVIDIA/DIGITS 运行时错误?

我已经在 Ubuntu 16.04 上安装了有关 NVIDIA/DIGITS 的 DIGITS。运行时./digits-devserver 输出变为:

RuntimeError:模块针对 API 版本 0xc 编译,但此版本的 numpy 为 0xa RuntimeError:模块针对 API 版本 0xc 编译,但此版本的 numpy 为 0xa Traceback(最近一次调用最后一次):文件“/usr/lib/python2.7/runpy.py”,第 174 行,在 _run_module_as_main“主要的", fname, loader, pkg_name) 文件 "/usr/lib/python2.7/runpy.py", 第 72 行, 在 _run_code 中的 run_globals 执行代码文件 "/home/deep/digits/digits/主要的.py”, 第 70 行, 在 main() 文件“/home/deep/digits/digits/主要的.py”,第 53 行,在主导入 digits.config 文件“digits/config/在里面.py”, 第 7 行, 来自 . 导入 (# noqa 文件“digits/config/tensorflow.py”, 第 16 行, tf_enabled = test_tf_import() 文件“digits/config/tensorflow.py”, 第 11 行, 位于 test_tf_import 导入 tensorflow# noqa 文件“/home/deep/.local/lib/python2.7/site-packages/tensorflow/在里面.py”,第 24 行,来自 tensorflow.python 导入 * # pylint:disable=redefined-builtin 文件“/home/deep/.local/lib/python2.7/site-packages/tensorflow/python/在里面.py", 第 52 行,来自 tensorflow.core.framework.graph_pb2 导入 * 文件“/home/deep/.local/lib/python2.7/site-packages/tensorflow/core/framework/graph_pb2.py", 第 16 行,来自 tensorflow.core.framework 导入 node_def_pb2 作为 tensorflow_dot_core_dot_framework_dot_node__def__pb2 文件“/home/deep/.local/lib/python2.7/site-packages/tensorflow/core/framework/node_def_pb2.py", 第 16 行,来自 tensorflow.core.framework 导入 attr_value_pb2 作为 tensorflow_dot_core_dot_framework_dot_attr__value__pb2 文件“/home/deep/.local/lib/python2.7/site-packages/tensorflow/core/framework/attr_value_pb2.py",第 16 行,从 tensorflow.core.framework 导入 tensor_pb2 作为 tensorflow_dot_core_dot_framework_dot_tensor__pb2 文件“/home/deep/.local/lib/python2.7/site-packages/tensorflow/core/framework/tensor_pb2.py”,第 16 行,从 tensorflow.core.framework 导入 resource_handle_pb2 作为 tensorflow_dot_core_dot_framework_dot_resource__handle__pb2 文件“/home/deep/.local/lib/python2.7/site-packages/tensorflow/core/framework/resource_handle_pb2.py”,第 41 行,在 options=None、file=DESCRIPTOR 中),TypeError:新的()收到意外的关键字参数“file”

一周以来,我一直在尝试通过谷歌搜索来安装和解决问题。我只想再使用 DIGITS。我希望这是我遇到的最后一个问题,我会在您的帮助下解决。

提前谢谢你,Ender。

答案1

通过重新安装正确的软件包解决了这个问题。对于 Nvidia/Digits,请安装 cuda-9.0(它包括 nvidia 驱动程序 384.111)、cuDNN 7.1 和 caffe 0.15。一切正常。

相关内容