tensorflow2.2+cuda10.2+keras安装踩坑记录

描述

由于当初毕设使用的pytorch，故cuda直接装的最新版10.2（在此建议别装10.2，装其他低版本的如10.0），最近安装tensorflow2.2+keras的时候遇到了各种各样的问题，要是不记录一下感觉坑都白踩了。本人安装方式采用的是cmd命令窗，pip安装，建议装在anaconda的一个新建环境里

问题+解决办法

先打开cmd，激活新建的环境，直接运行activate + 环境名，如：

activate tensorflow

然后就可以开始安装啦，直接运行：

pip install tensorflow-gpu==2.2.0

pip install keras

接下来是安装过程中遇到的各种问题，由于是事后总结所以报错的文字信息都没有记录下来，但会尽力描述：

timeout（whl文件下载过程中由于下载速度过慢，飙出一大段红字最后显示timeout）

1. 建议换成默认使用清华镜像源（设置以后装包都会默认从该网站下载），直接运行：

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

2. 换成清华镜像源后仍然出现timeout的问题，可以延长timeout的时间，直接运行安装指令：

pip --default-timeout=100000 install --upgrade tensorflow-gpu==2.2.0

3. 下载卡住或者太慢 （终极办法）
   进入清华镜像源网页：https://pypi.tuna.tsinghua.edu.cn/simple/（点此进入）
   然后在网址输入栏的“simple/”后面加上要下载的包的名字，如https://pypi.tuna.tsinghua.edu.cn/simple/tensorflow-gpu（点此进入）
   进入后找到相应版本的whl文件，直接用浏览器下载
   然后运行pip install + whl文件路径，如：

pip install D:\Learning\tensorflow_gpu-2.2.0-cp37-cp37m-win_amd64.whl

安装cudnn

进入cudnn下载网站登录或者注册一下英伟达账号
找到合适的cudnn压缩包下载，下载完后解压，里面会有三个文件夹：

把这三个文件夹里的文件复制到cuda安装目录里的相应文件夹里：

然后cudnn就安装完成了

如果不幸装的是cuda10.2版本

目前tensorflow最高支持cuda10.1，当然如果已经装了10.2也不用非得重装低版本cuda（如果不嫌麻烦的话当然重装最好），我目前知道的两种解决方法：
我用的是第一种方法，改完后虽然运行的时候会有一堆warning，但还是可以正常运行。

第一种：把cuda安装目录bin文件夹下的cudart64_102.dll文件复制一份重命名为cudart64_101.dll

第二种：修改cuda软链接，参考此文章https://blog.csdn.net/sinat_20174131/article/details/106807448

运行时出现一堆报错最后显示：Adding visible gpu devices: 0

这是安装完后第一次运行的情况，此时程序还在运行当中，只需要等待即可，我等了大概两分钟。两分钟之后才开始运行程序，此后再运行程序则无需等待。

版本对应问题

tensorflow、cuda、cudnn、keras之间都有版本对应的问题，建议在安装之前先确定分别要下载哪种版本的安装包，否则可能会像我一样出现各种版本不对应问题。如果不确定装哪个版本的话，按照如下顺序装应该不会有版本问题。
1.cuda：10.1版本或更低
2.cudnn：在下载页面根据cuda版本下载
3.tensorflow-gpu：2.2版本
4.keras：2.3.1版本

版本对应信息链接：
tensorflow和keras之间的版本对应关系
cudnn和cuda之间的版本对应关系
tensorflow和cuda之间的版本对应关系

分享一点装包的经验

1、如果只是在学习过程中临时用一下tensorflow，或者对运行速度要求不高，建议不要装gpu版，cpu版装上直接就能用。
2、装包或者装cuda建议尽量不要装最新版的，否则容易出各种版本问题。
3、安装环境的之前最好明确分别要装哪个版本的包，免得版本不对应要重装。
4、pytorch、tensorflow不同版本最好装在anaconda的不同环境里，要是装崩了大不了删环境重来，不会影响其他环境里的东西。