那些年配置tensorflow-GPU環境的坑

我配得上嗎？這個很難配嗎？我配了好久都配不上...

今天的主題是在筆記本上配置tensorflow的GPU環境，介紹安裝的相關流程及注意點，保證一學就費。

【配置】：

win10+python 3.7+tensorflow2.0.0+Cuda 10.0+Cudnn 7.6.5+GTX 1650

【安裝思路】：

0.主要是弄清自己的版本、自己需要裝的版本

1.查看自己電腦有沒有GPU

2.查看自己NVIDA GPU驅動程序的版本並安裝CUDA驅動

3.查看cuda和tensorflow-gpu、cudnn對應版本

4.創建虛擬環境安裝對應的tensorflow版本

5.檢測能否使用GPU

6.在spyder/pycahrm中的bug

【1】.查看自己電腦有沒有GPU

打開自己電腦的設備管理器，看顯示適配器裡面有沒有獨顯，比如我這裡是NVIDIA GTX 1650.

如果你有獨顯GPU的話就可以進行下一步了。

【2】.查看自己NVIDA GPU驅動程序的版本並安裝CUDA驅動

在設備管理器下點擊你獨顯的屬性，可以在下圖看見驅動程序的版本號，我們只需要看後面5位數字就行了，這一步很重要，關係到你需要安裝cuda版本。

因為CUDA版本對顯卡驅動的版本有要求：https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html

 

我自己的版本是4.1971的，可以選擇CUDA10.1、10.0的版本，我這裡選擇的時候是10.0。

 

下載對應CUDA版本的地址：

https://developer.nvidia.com/cuda-toolkit-archive

最好下載本地版，然後進行安裝。安裝cuda_10.0.130_411.31_win10.exe，路徑沒有要求。

選擇自定義安裝：

 

都要選上！！！

 

就裝好了，可以在cmd中運行nvcc-V 檢驗下。

裝好cuda驅動後，我們還需要下載cudnn和對應的tensorflow。

 【3】.查看cuda和tensorflow-gpu、cudnn對應版本

這裡我選擇安裝tensoflow 2.0.0的，因為我自己在虛擬環境裝1.13速度裝不上（可能網絡原因）。

注意，這裡裝好tensorflow2.0.0後的，還需要下載cudnn，需要下載tensorflow 2.0.0的要下載cudnn 7.6.5的，上圖有誤。

下載cudnn的地址：https://developer.nvidia.com/rdp/cudnn-archive#a-collapse765-101

需要簡單註冊下，下載你需要的版本即可。

然後解壓：

把這三個文件夾放到剛才裝cuda的位置，進行替換，這是我的路徑C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0：

注意上面替換這一步工作很重要，不然就會：

Could not load dynamic library'cudnn64_7.dll'

 

 【4】.創建虛擬環境安裝對應的tensorflow版本

上面我們已經明確裝tensorflow2.0.0了，ok讓我們開始把。

 

(1)創建虛擬環境tensorflow_gpu，我選擇的是python3.7

conda create -n tensorflow_gpu python=3.7

(2)激活虛擬環境

activate tensorflow_gpu

(3)安裝anaconda

conda install anaconda

(4)安裝tensorflow

conda install tensorflow==2.0.0

(5)安裝tensorflow-gpu

conda install tensorflow-gpu

 

 【5】.檢測能否使用GPU

import tensorflow as tfif tf.test.gpu_device_name():   print('Default GPU Device: {}'.format(tf.test.gpu_device_name()))else:print("Pleaseinstall GPU version of TF")import tensorflow as tftf = tf.Session(config=tf.ConfigProto(log_device_placement=True))tf.list_devices()
import tensorflow as tftf.test.gpu_device_name() from tensorflow.python.client importdevice_libdevice_lib.list_local_devices()
方法1的結果：
列印：Default GPU Device: /device:GPU:0
默認GPU名字為0.
 
  【6】.在spyder/pycahrm中的bug
(1)在spyder/pycahrm把編譯環境設置到虛擬環境的路徑下就可以了
 
(2)如果pycharm報錯：Process finished with exit code -1073741819 (0xC0000005)，就需要更新h5py。
 
你可以在虛擬環境下conda list看下h5py這個包的版本，如果是2.8就update下就可以了。
 
(3)如果更改到虛擬環境後spyder出現類似下面這種錯誤，請在虛擬環境中安裝提示的包即可。
 
但是後來運行代碼發現，spyder會報錯：
TypeError: handle_get_file_code() got anunexpected keyword argument 'save_all'，我目前還沒解決，在pycharm運行代碼就沒問題。
 
所以建議在pycharm中運行使用GPU的代碼。
 
這樣就能快樂的跑代碼遼~
End
作者：濤
網站：http://atshare.top/
半壺水全棧工程師，好讀書，甚喜之