简单记录TensorFlow2-gpu配环境的几个坑

简单记录TensorFlow2-gpu配环境的几个坑

时间紧，简单记个流水账。

Win10上安装了Anaconda3-2019.10-Windows-x86_64，
Spyder中pip tf-nightly-gpu 装上了最新版的tf2.2，
装cuda10.2，装cudnn，显卡gtx1650，吃鸡一般香。
运行如下代码：

import tensorflow.keras as keras
import matplotlib.pyplot as plt
import tensorflow as tf
from tensorflow.keras import layers

(train_images, train_labels), (test_images, test_labels) = keras.datasets.fashion_mnist.load_data()
class_names = ['T-shirt/top', 'Trouser', 'Pullover', 'Dress', 'Coat', 
               'Sandal', 'Shirt', 'Sneaker', 'Bag', 'Ankle boot']
print(train_images.shape)
print(train_labels.shape)
print(test_images.shape)
print(test_labels.shape)

plt.figure()
plt.imshow(train_images[0])
plt.colorbar()
plt.grid(False)
plt.show()

train_images = train_images / 255.0

test_images = test_images / 255.0
plt.figure(figsize=(10,10))
for i in range(25):
    plt.subplot(5,5,i+1)
    plt.xticks([])
    plt.yticks([])
    plt.grid(False)
    plt.imshow(train_images[i], cmap=plt.cm.binary)
    plt.xlabel(class_names[train_labels[i]])
plt.show()

model = keras.Sequential(
[
    layers.Flatten(input_shape=[28, 28]),
    layers.Dense(128, activation='relu'),
    layers.Dense(10, activation='softmax')
])

model.compile(optimizer='adam',
             loss='sparse_categorical_crossentropy',
             metrics=['accuracy'])

model.fit(train_images, train_labels, epochs=5)

model.evaluate(test_images, test_labels)

注意，以上代码虽然是网上的例子，但是经过我微调的，比如plt那里，原版例子无法运行。载入数据集也没有一次成功，同样代码运行多次才成功载入，猜测是网络问题。
代码运行报错，大概是关于cuda中dll的版本问题，可能是这个提示（记不太清）：“ Could not load dynamic library ‘cudart64_101.dll’; dlerror: cudart64_101.dll not found”

好一个折腾，网上有人说的文件改名方法不好用，最后解决方法是装了cuda10.1，再装对应cudnn。我装的是cuda10.2，为啥要10.1的文件？

再运行，旧问题解决，出现新问题，Spyder的ipython console给出了红色标题的错误提示，但虽然标题上说是错误error，内容里面却没有错误error，只有个警告，关于什么cpu指令编译的。摸不着头脑，请教武汉的师弟，他似乎也没有遇到过。于是继续摸索。
看python中有显示amd64，以为cpu识别错了，我cpu是i7，后经证实与此无关，师弟的Intel也显示amd64.

spyder中运行

pip uninstall tf-nightly-gpu

竟然没有响应，试了多次都是这样，一气之下连anaconda也一起卸载了。再重新安装anaconda，不装nightly，改为

pip install tensoflow-gpu

竟然又没有响应，无语。猜测我的python进入了一个异常状态，pip不能用，这可能也是刚才不能卸载的原因。
直接下载TensorFlow安装包，tensorflow_gpu-2.1.0-cp37-cp37m-win_amd64.whl，在Spyder中安装它，又没响应，天哪，这是咋了，这可是新装的anaconda，不至于坏的这么彻底，从卸载前坏到现在~！

受师弟启发，anaconda中有命令行可用，在命令行中安装它tensorflow_gpu-2.1.0-cp37-cp37m-win_amd64.whl，竟然成功了！！Spyder和命令行有这么大差别！

cuda和cudnn 没动，再次运行前述程序，竟然成功了，耶！任务管理器-性能中能看到gpu在运算时9%左右的使用率。在命令行中也能运行这个程序，不过弹出的图片必须叉掉才能继续，但是运行结果似乎有点问题，与Spyder不一样，没来得及深入下去。

回过头来再看，为啥成功了，可能是因为原先那个tf-nightly-gpu 2.2有问题，换成TensorFlow-gpu2.1就好了。

环境配到此，已经折腾了好几天，成果来之不易。