TensorFlow-GPU安装与CUDA，cuDNN版本不匹配问题

1、卸载已安装的TensorFlow

pip uninstall tensorboard

pip uninstall tensorflow-gpu

（tensorflow-estimator、tensorboard、tensorflow、keras-applications、keras-preprocessing），不然后续安装了tensorflow-gpu可能会出现找不到cuda的问题

或者，重新建环境

（1）删除环境：

conda remove -n myenv_ten_new --all

（2）新建环境：

conda create -n tensor_gpu python=3.7

查看环境：

conda env list（conda info -e）

清华源命令：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2/
conda config --set show_channel_urls yes

安装命令：

conda install tensorflow-gpu==2.2.0

# 或者：
pip install tensorflow-gpu==2.2.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

一般需要cuda是10.1或者以上就可以了。
然后一句代码安装：

conda install cudatoolkit=10.1 cudnn=7.6.5

tensorflow-gpu对应的cuda版本网https://tensorflow.google.cn/install/source_windows

安装好后测试下，测试代码;

import tensorflow as tf
import timeit
import os

os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'  # 代码用于忽略级别 2 及以下的消息（级别 1 是提示，级别 2 是警告，级别 3 是错误）。

with tf.device('/cpu:0'):
    cpu_a = tf.random.normal([10000, 1000])
    cpu_b = tf.random.normal([1000, 2000])
    print(cpu_a.device, cpu_b.device)

with tf.device('/gpu:0'):
    gpu_a = tf.random.normal([10000, 1000])
    gpu_b = tf.random.normal([1000, 2000])
    print(gpu_a.device, gpu_b.device)


def cpu_run():
    with tf.device('/cpu:0'):
        c = tf.matmul(cpu_a, cpu_b)
    return c


def gpu_run():
    with tf.device('/gpu:0'):
        c = tf.matmul(gpu_a, gpu_b)
    return c


# warm up
cpu_time = timeit.timeit(cpu_run, number=10)
gpu_time = timeit.timeit(gpu_run, number=10)
print('warmup:', cpu_time, gpu_time)

cpu_time = timeit.timeit(cpu_run, number=10)
gpu_time = timeit.timeit(gpu_run, number=10)
print('run time:', cpu_time, gpu_time)

print('GPU', tf.test.is_gpu_available())

结果：

warmup: 1.1624844 1.8189751
run time: 1.1631149999999995 0.0005907000000000551
GPU True

这样就安装成功了！
另外推荐个自动补全插件，很好用，TabNine，安装方法链接如下：
Code Faster with AI Code Completions | Tabnine

参考：简单利用conda安装tensorflow-gpu=2.2.0_爱听许嵩歌的博客-CSDN博客_conda安装tensorflow gpu

TensorFlow-GPU安装与CUDA，cuDNN版本不匹配问题

猜你喜欢