[Tensorflow-2.x-gpu] python3 configure tensorflow-2.x gpu環境（2）

1.背景

前のブログを参照してください：
[tensorflow-2.x-gpu] python3 configuration tensorflow-2.x gpu environment（1）
https://blog.csdn.net/jn10010537/article/details/108917295

Anaconda3を使用してtensorflow-2.xGPUをインストールします。
最近システムを再インストールした後、ブログの実装をたどったところ、再インストールしたコンピューターにNVIDIAのcudaがインストールされていなかったため、GPUを使用できないことがわかりました。

私は数週間前に私のラップトップを同僚に貸しました、そして彼は私のコンピューターにcudaをインストールするべきでした。したがって、tensorflow-2.x gpuをインストールした後、トレーニングと推論にgpuを直接使用できます。

このブログは、フラッシュ後の新しいwindows10システムを示してい
ます。tensorflow-2.xgpuをインストールし、cuda、cuDnnを構成し、最後にGPUを高速化に使用します。

説明：
CUDA（Compute Unified Device Architecture）は、一般的なGPUコンピューティング用の並列コンピューティングプラットフォームおよびプログラミングモデルです。これはC言語に基づいており、グラフィックチップ上でプログラムを実行できる複数のC言語で拡張されています。
CUDAは、ディープニューラルネットワークGPUアクセラレーションライブラリcuDNN（CUDAディープニューラルネットワーク）を提供します。これにより、畳み込み、プーリング、正規化、活性化関数レイヤーなどの標準操作の迅速な実装が完了します。

2.TF公式ウェブサイトでのGPUサポート

GPUサポートについてはtensorflowの公式ウェブサイトを確認してください：
https ：//tensorflow.google.cn/install/gpu

GPUサポートの説明は次のように要約されます
。UbuntuおよびWindowsの場合、GPUサポートを実現するには、CUDA®をサポートするグラフィックカードをインストールする必要があります。
つまり、グラフィックカードがCUDAフレームワークでサポートされているかどうかを確認してから、CUDAソフトウェアをインストールし、cudnn（深層学習加速ライブラリ）を構成し、GPUを使用して深層学習加速トレーニングと推論を行うためにtensorflow-gpuをインストールする必要があります。
注：ここに含まれるグラフィックカードはNカード、つまりNvidiaのGPUです。

以下は、TF公式Webサイトでのcuda環境変数の構成です。

3.グラフィックカードの計算能力を確認します

たとえば、私のものはGeForce RTX2060です。
対応する計算能力は7.5です。GPU
はCUDAフレームワークをサポートし、ディープラーニングアクセラレーションをサポートします。

Nvidiaの公式ウェブサイトリンクを参照してください：
https ：//developer.nvidia.com/zh-cn/cuda-gpus

4.TF公式Webサイトでテスト済みのビルド構成を表示します

https://tensorflow.google.cn/install/source#gpu

Linux-GPUビルド構成は次のとおりです。

Windows-GPUのビルド構成は次のとおりです。

私のオペレーティングシステムはwindows10
です。tensorflow-gpuのバージョン1.xと2.0の両方を使用できます。以下で選択した領域のtensorflow-gpuバージョン：
tensorflow-gpu1.13.0〜2.0.0、最も頻繁に使用します：

選択グループの組み合わせは次のとおりです。

シリアルナンバー	ソフトウェアパッケージ	バージョン
1	Python	3.6.8
2	tensorflow-gpu	1.14.0
3	奇跡	10.0
4	cuDNN	7.4

5.tensorflow-gpuをインストールします

whlをダウンロードした後、pipのインストールに清華ミラーソースを使用することをお勧めします。
次のように、最初にtensorflow_gpu-1.14.0-cp36-cp36m-win_amd64.whlをダウンロードしてから、以下をインストールします。

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow_gpu-1.14.0-cp36-cp36m-win_amd64.whl

何度もインストールしない場合は、使用しているネットワークが貧弱である可能性があります。ダウンロード帯域幅の広いネットワークに変更するか、仕事を休んでいる人が少ないときにインストールすることを選択してください。

注意：下载tensorflow的whl时，你可能遇到RC标志，下面解释一下：
RC->Release Candidate 预发行版
一般出了预发行版后，正式版就要出了。

インストールする前に、pythonパッケージを確認してください。

C:\Users\Administrator>pip list
Package    Version
---------- -------
pip        21.0.1
setuptools 40.6.2

インストール後、pythonパッケージを確認してください。

E:\E05_project\packages>pip list
Package              Version
-------------------- -------
absl-py              0.11.0
astor                0.8.1
cached-property      1.5.2
gast                 0.4.0
google-pasta         0.2.0
grpcio               1.35.0
h5py                 3.1.0
importlib-metadata   3.4.0
Keras-Applications   1.0.8
Keras-Preprocessing  1.1.2
Markdown             3.3.3
numpy                1.19.5
pip                  21.0.1
protobuf             3.14.0
setuptools           53.0.0
six                  1.15.0
tensorboard          1.14.0
tensorflow-estimator 1.14.0
tensorflow-gpu       1.14.0
termcolor            1.1.0
typing-extensions    3.7.4.3
Werkzeug             1.0.1
wheel                0.36.2
wrapt                1.12.1
zipp                 3.4.0

注：
テンソルフローをインポートすると、この時点でエラーが報告されます。エラーは次のとおりです。

C:\Users\Administrator>python
Python 3.6.8 (tags/v3.6.8:3c6b436a57, Dec 24 2018, 00:16:47) [MSC v.1916 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import tensorflow as tf
Traceback (most recent call last):
  File "D:\D02_pythonDevelop\D02_01_Python3\install_python3.6.8\lib\site-packages\tensorflow\python\platform\self_check.py", line 75, in preload_check
    ctypes.WinDLL(build_info.cudart_dll_name)
  File "D:\D02_pythonDevelop\D02_01_Python3\install_python3.6.8\lib\ctypes\__init__.py", line 348, in __init__
    self._handle = _dlopen(self._name, mode)
OSError: [WinError 126] 找不到指定的模块。

During handling of the above exception, another exception occurred:

Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "D:\D02_pythonDevelop\D02_01_Python3\install_python3.6.8\lib\site-packages\tensorflow\__init__.py", line 28, in <module>
    from tensorflow.python import pywrap_tensorflow  # pylint: disable=unused-import
  File "D:\D02_pythonDevelop\D02_01_Python3\install_python3.6.8\lib\site-packages\tensorflow\python\__init__.py", line 49, in <module>
    from tensorflow.python import pywrap_tensorflow
  File "D:\D02_pythonDevelop\D02_01_Python3\install_python3.6.8\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", line 30, in <module>
    self_check.preload_check()
  File "D:\D02_pythonDevelop\D02_01_Python3\install_python3.6.8\lib\site-packages\tensorflow\python\platform\self_check.py", line 82, in preload_check
    % (build_info.cudart_dll_name, build_info.cuda_version_number))
ImportError: Could not find 'cudart64_100.dll'. TensorFlow requires that this DLL be installed in a directory that is named in your %PATH% environment variable. Download and install CUDA 10.0 from this URL: https://developer.nvidia.com/cuda-90-download-archive
>>> print(tf.__version__)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
NameError: name 'tf' is not defined
>>>

上記のtensorflowバージョン1.14.0エラーレポートをインポートインポートします（私のノートブックグラフィックカードはGeForce RTX2060、対応する計算能力は7.5、CUDAフレームワークをサポートします！）
cmdターミナルにnvcc --versionと入力して、cudaバージョンを表示し

ます。私のコンピュータにはcudaがインストールされていません！cudaのインストールを続行する必要があります

6.cudaをインストールします

6.1 CUDAツールキットの
ダウンロード：ちなみに、cuda_10.0.130_411.31_win10.exeをダウンロードしました
：Visual Studio Community2019がラップトップにインストールされています。

ダウンロードアドレス：
https ：
//developer.nvidia.com/zh-cn/cuda-downloadsしかし、このリンクから11.1がダウンロードされたので、ブログ投稿の後にcuda_10.0.130_411.31_win10.exeのリソースをアップロードします。

6.2 NVIDIA CUDA 10.0を
インストールして、システムディスク（私のシステムディスクはCドライブ）にcudaをインストールしないようにします。

クリックして同意し、続行します（A）

インストールするときは、カスタム（高度な）インストールを選択してください。

インストールコンポーネントを選択します。

システムディスクの外部にインストールします。次のように

CUDAドキュメント、サンプル、およびCUDA開発をシステムディスクとは別にインストールします。
インストールディレクトリは次のようにカスタマイズされます。

CUDA開発	D：\ D03_GeneralDevelop \ D03_01_cuda \ install \ cuda_development
CUDAドキュメント	D：\ D03_GeneralDevelop \ D03_01_cuda \ install \ cuda_documentation
サンプル	D：\ D03_GeneralDevelop \ D03_01_cuda \ install \ cuda_samples

ここでは、msvs2017のバージョンを確認する必要があります。このマシンは2019年であり、この問題は一時的に影響しません。




6.3 cuda環境変数の構成
カスタムインストールディレクトリの下にあるbinフォルダー、つまり
D：\ D03_GeneralDevelop \ D03_01_cuda \ install \ cuda_development \ bin
をシステム環境変数に追加します。

cmdターミナルにnvcc--versionともう一度入力して、cudaバージョンを表示します。

テンソルフローを再度インポートし、次のようにエラーを報告し続けます。

アピールプロンプトに従って、cuDNN 7をインストールする必要があります（上記の構成テーブルに従って、7.4を選択します）

7.cuDNNをダウンロードして構成します

-7.1 cudnn-10.0-windows10-x64-v7.4.2.24.zipをダウンロードし、解凍されたbin、include、およびlibフォルダーをcuDNNフォルダーにコピーします。

-7.2 cuDNNフォルダーをインストールディレクトリに切り取ります：D：\ D03_GeneralDevelop \ D03_01_cuda \ install \ cuda_development

追加-7.3：
D：\ D03_GeneralDevelop \ D03_01_cudaは\ cuda_development \ cuDNN \ binにインストール\
\ D03_GeneralDevelop \ D03_01_cuda \インストール\ cuda_development \ libnvvp：D
D：\ D03_GeneralDevelop \ D03_01_cudaは\ \ cuda_development \エクストラ\ CUPTI \ libx64をインストールする
システム環境への変数の中で。

もう一度インポートします。

8.tensorflowのGPUの使用を確認します

import tensorflow as tf
hello = tf.constant("hello, world!")
sess = tf.Session()
sess.run(hello)

次のように実行します。

9.リソース