Tensorflow-gpu1.13.1 和 Tensorflow-gpu2.0.0共存之安装教程

Posted liuhuacai

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Tensorflow-gpu1.13.1 和 Tensorflow-gpu2.0.0共存之安装教程相关的知识,希望对你有一定的参考价值。

tf1.13.1 及 tf2.0.0  相关依赖及版本

  技术图片

 

   技术图片

 

 

 

 

硬件说明:显卡NVIDIA-GEFORCE-GTX-1060

 

1.驱动版本检查,并且更新显卡驱动【这一步很重要,你的驱动版本低了,cuda及cudnn就可能出错】

错误:DLL load failed: 找不到指定的模块。

cmd中输入:nvidia-smi  

    技术图片

 

 

显卡驱动已经是最新的了。如果不是最新的显卡驱动,需要手动更新一下。

补充:驱动version对应 cuda 和 cudnn的版本

    技术图片

 

 

 

 我们安装的cuda 是10.0.130   所以:win10对应的nvidia的驱动版本要大于411.31。【我更新后的显卡驱动为:436.48满足条件】

    技术图片

 

 

假如你的驱动版本低于411.31,就需要更新驱动

驱动下载地址:https://www.nvidia.com/Download/index.aspx?lang=en-us

 

选择下载版本:根据自己电脑的显卡型号进行选择(百度相关机型,就能有详细信息;也可以在硬件里查看;)

第一次下载的标准版本,提示我的电脑windows Drivers Type 为DCH 而不是标准版本,所以重新下载安装成功。

 

    技术图片

 

 

下载的驱动:436.48-desktop-win10-64bit-international-dch-whql.exe  按提示(prompts)安装即可。

说明:我是先卸载原有NVIDIA驱动之后安装的,如果你没有卸载原有驱动,覆盖安装不清楚是否可行。

 

2.安装tensorflow-gpu1.13.1【如果没有安装anaconda,先自行安装】

  2.1创建虚拟环境 tf113:

    在cmd以管理员身份运行:conda create -n tf113 python=3.6.9

  2.1.1激活 tf113 安装cudatoolkit  及cudnn

    查看可供安装的版本:conda search cudatoolkit

    技术图片

 

 

     网上很多说10.1不太支持,反正自己前几次10.1的安装,没有成功。这里就直接安装10.0.130

    conda install cudatoolkit=10.0.130

    

    同理:查看cudnn的版本   :conda search cudnn

    技术图片

 

     支持cuda10.0的cudnn有两个版本   选择一个

    conda install cudnn=7.3.1

    查看tensorflow-gpu可供选择的版本

    conda search tensorflow-gpu

    技术图片

 

     因为最近学习的内容,大部分是在tensorflow1.13.1基础上完成的,所以这里选择安装该版本

    conda install tensorflow-gpu=1.13.1

    现在开始安装  numpy  scikit-leran Keras等平时需要用到的包

              conda install numpy

    提醒:该虚拟环境,最好手动更新安装包,不要批量更新

 

  

  2.2创建虚拟环境 tf200:

    2.2.1在cmd以管理员身份运行:conda create -n tf200 python=3.6.2

    2.2.2:激活虚拟环境tf200      :conda activate tf200

    2.2.3:安装cuda                     :conda install cudatoolkit=10.0.130

    2.2.4:安装cudnn                   :conda install cudnn=7.3.1

    2.2.5:安装tensorflow-gpu 2.0.0   

      注意:conda search tensorflow-gpu 2.0.0   的库中并没有  该版本的tf包,所以选择用pip进行安装

    

      技术图片

 

      2.2.5.1:更新pip至最新的版本,这一步很关键,不是最新的版本,有可能找不到tf2.0的包

      python -m pip install --upgrade pip     ##更新到最新,方式不统一

      2.2.5.2 :通过清华源进行安装(清华源更改:操作指导 :https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/)

      pip install tensorflow-gpu==2.0.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

 

      2.2.5.3:安装过程提升错误:ERROR: tensorboard 2.0.0 has requirement setuptools>=41.0.0, but you‘ll have setuptools 36.4.0 which is incompatible.

          升级setuptools:查看有哪些版本   conda search setuptools    

          技术图片

 

          conda install setuptools=41.4.0  

 

 

      2.2.6测试tf2.0是否安装成功

        

import tensorflow as tf
version = tf.__version__
gpu_ok = tf.test.is_gpu_available()
print("tf version:",version,"
use GPU",gpu_ok)
tf version: 2.0.
use GPU True

 开始接下来的学习之旅

 

以上是关于Tensorflow-gpu1.13.1 和 Tensorflow-gpu2.0.0共存之安装教程的主要内容,如果未能解决你的问题,请参考以下文章

安装tensorflow-gpu2.0(windows)

pycharm+annaconda3+python3.5.2 + 安装tensorflow-gpu版本 [gtx 940mx + Cuda7.0+cudnn v4.0 ]

Anaconda 中的 Tensorflow-Gpu 和 Cuda 驱动程序存在问题

Tensorflow-gpu 获取卷积算法失败

已安装 Tensorflow-gpu、CUDA 和 cudnn,但发现 GPU 设备但未使用 [重复]

如何确认 NVIDIA K2200 和 Tensorflow-GPU 一起正常工作?