关于pytorch、TensorFlow、cuda版本匹配问题

实验记录

以下均在Windows 10操作系统下进行。

问题1：版本不匹配问题

我在conda中安装了pytorch1.4.0和cuda10.1（通过命令conda install pytorch==1.4.0 torchvision==0.5.0 cudatoolkit=10.1），命令可以在pytorch官网上找到。

随后又安装TensorFlow1.14（通过conda 安装不上，通过pip可以安装上，但是引入的时候报错），import tensorflow 时报错

importError: Could not find 'cudart64_100.dll'

问题分析

所安装的TensorFlow版本和当前的cuda版本不匹配导致的。

解决方法

更新pytorch和cuda版本，（通过命令conda install pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=10.0）,在Pytorch官网上找的命令，然后再通过conda安装TensorFlow1.14（conda install tensorflow-gpu==1.14）

问题得以解决！

问题二：import tensorflow 时的一些警告

• WARNING: tf.xxx is deprecated, Please use tf.compat.v1.xx insteaed
  原因：官方只是想通知使用当前tensorflow版本的人，将来会发生什么，此警告可忽略。
  解决方法：
  import tensorflow as tf tf.compat.v1.logging.set_verbosity(tf.compat.v1.logging.ERROR)
• FutureWarning: Passing (type, 1) or ‘1type’ as a synonym of type is deprecated; in a future ver…（特别多的FutureWarning信息）
  原因：Numpy版本过高
  解决方法：
  安装低版本的Numpy即可。
  pip install numpy==1.16.4
• 其他Warning：
  import os
os.environ['TF_CPP_MIN_LOG_LEVEL']='2' #设置为1屏蔽一般信息，2屏蔽一般和警告，3屏蔽所有输出
import tensorflow as tf

TIPS：一些查看cuda能否被使用的指令

• pytorch查看cuda是否可用

import torch
print(torch.__version__)
print(torch.cuda.is_available())

• pytorch查看cuda是否可用

import tensorflow as tf
tf.test.is_gpu_available()