TensorFlow升级到1.13

win10下:

安装后import tensorflow出错：tensorflow/python/lib/core/bfloat16.cc:675] Check failed: PyBfloat16_Type.tp_base != nullptr

只需numpy升级即可： pip insall numpy --upgrade

https://blog.csdn.net/u014357799/article/details/84106349

首先确认显卡驱动是否需要升级 ： http://www.gongyesheji.org/?p=951

更新显卡驱动版本更新为最新，或者在安装CUDA的时候卸载掉之前有的nvidia GeForce Experience，然后使用CUDA的安装包重新装一次。有时候因为
CUDA的安装包里面含有显卡驱动程序。我个人是删掉所有显卡驱动之后重装的，如果你之前安装了CUDA发现提示说
status： CUDA DRIVER VERSION is insufficient for cuda runtime version 的报错，其原因是因为显卡驱动的版本过低，在此附上英伟达CUDA最低支持的显卡驱动版本对应表：

Table 1. CUDA Toolkit and Compatible Driver Versions

CUDA Toolkit	Linux x86_64 Driver Version	Windows x86_64 Driver Version
CUDA 10.1.105	>= 418.39	>= 418.96
CUDA 10.0.130	>= 410.48	>= 411.31
CUDA 9.2 (9.2.148 Update 1)	>= 396.37	>= 398.26
CUDA 9.2 (9.2.88)	>= 396.26	>= 397.44
CUDA 9.1 (9.1.85)	>= 390.46	>= 391.29
CUDA 9.0 (9.0.76)	>= 384.81	>= 385.54
CUDA 8.0 (8.0.61 GA2)	>= 375.26	>= 376.51
CUDA 8.0 (8.0.44)	>= 367.48	>= 369.30
CUDA 7.5 (7.5.16)	>= 352.31	>= 353.66
CUDA 7.0 (7.0.28)	>= 346.46	>= 347.62

有两种办法查看当前电脑的显卡驱动版本：

https://blog.csdn.net/li57681522/article/details/82491617

右键打开我的电脑，在左侧边栏有个高级系统设置，右下角有个环境变量，上方方框里面有个ADMINISTRATOR（你电脑用户名）的用户变量，里面有个path值，双击打开，点击右侧新建，加入：C:\Program Files\NVIDIA Corporation\NVSMI

使用【win+R 输入cmd 】——回车执行，或者【开始菜单——运行——cmd】—— 回车执行
在DOS界面下输入
nvidia-smi

就可以看到当前显卡的驱动版本啦