windows10安装tensorflow-gpu

本博客内容为安装记录以及各种踩雷解决方法

版本：Windows 10，anaconda3-2021.11，tensorflow2.3，cuda 10.1，cudnn 7.6.5

基本按照下面这个核心教程执行

【2021新教程】win10如何安装tensorflow-gpu版本？ - 知乎 (zhihu.com)

一、安装anaconda、cuda、cudnn

这部分不赘述（安装过程没有修改文件路径，完全默认，具体步骤和版本号与上述教程严格一致，我的电脑系统驱动版本比较高，因此对10.1的CUDA是兼容的）

其中anaconda的安装是按照核心教程推荐的这个严格执行，安装完成后也记得换源如下（这是上海交通大学源）

default_channels:
  - https://anaconda.mirrors.sjtug.sjtu.edu.cn/pkgs/r
  - https://anaconda.mirrors.sjtug.sjtu.edu.cn/pkgs/main
custom_channels:
  conda-forge: https://anaconda.mirrors.sjtug.sjtu.edu.cn/cloud/
  pytorch: https://anaconda.mirrors.sjtug.sjtu.edu.cn/cloud/
channels:
  - defaults

【2022新教程】Windows 10如何安装anaconda？anaconda下载过慢怎么办？anaconda如何切换国内源？ - 我的学习之路

如果换了这个，后面创建环境报错HTTPERROR

就换成

ssl_verify: true
show_channel_urls: true
 
channels:
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/win-64/
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/

按照教程安装好anaconda3，cuda 10.1，cudnn 7.6.5，

二、安装tensorflow2.3

在2、创建虚拟环境的过程中出现了问题

1、创建虚拟环境。输入以下命令。
conda create -n tensorflow2 python=3.7

这一步，不出意料的HTTP ERROR了

这里HTTP ERROR报错再常见不过了

1.如果你的报错代码是

Collecting package metadata (current_repodata.json): failed / Solving environment: failed

解决方法：参考这个教程的步骤二，即按照教程把libcrypto-1_1-x64.dll和libssl-1_1-x64.dll这两个文件复制过去

【anaconda】Collecting package metadata (current_repodata.json): failed / Solving environment: failed_miracleo_的博客-CSDN博客_collecting package metadata (current_repodata.json

【当在windows下面的Anaconda的命令行中运行 conda时，如果出现Collecting package metadata (current_repodata.json): failed
的错误提示，可以按照下面的方式来解决掉：把路径“Anaconda3/Library/bin ”下面的文件复制到路径“Anaconda3/DLLs”下:
libcrypto-1_1-x64.dll
libssl-1_1-x64.dll】

2.如果你的报错代码是这种

CondaHTTPError: HTTP 000 CONNECTION FAILED for url

那么参考这篇博客Anaconda建立新的环境，出现CondaHTTPError: HTTP 000 CONNECTION FAILED for url ...... 解决过程 - tianlang25 - 博客园 (cnblogs.com)

解决办法在上述博客的结尾，把用户目录下的.condarc文件内容换成

ssl_verify: true
show_channel_urls: true
 
channels:
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/win-64/
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/

成功创建环境之后

然后激活虚拟环境

2、激活虚拟环境。

conda activate tensorflow2

激活完成的反馈如下

到这为止，刚才3步都是在cmd里操作，现在激活好环境后我们关掉cmd，打开anaconda prompt
输入conda env list检查安装的环境，可以看到我们已经在刚才装好的anaconda中装好了名为tensorflow2的虚拟环境

(base) C:\Users\your name>conda env list
# conda environments:
#
base                  *  C:\Users\your name\anaconda3
tensorflow2              C:\Users\your name\anaconda3\envs\tensorflow2

确认环境没有问题，我们输入activate tensorflow2进入环境，用python -V再次检查Python版本，是3.7没有问题

(base) C:\Users\your name>activate tensorflow2

(tensorflow2) C:\Users\your name>python -V
Python 3.7.15

然后就是安装tensorflow2.3了，这里和教程一样，pip安装

(tensorflow2) C:\Users\your name>pip install tensorflow==2.3

安装完成可以看到

 检查是否安装完成，依次输入

python
import tensorflow as tf
tf.config.list_physical_devices('GPU')

如图所示反馈了自己的GPU，则表示安装成功。

有一种情况是，import tensorflow as tf报错如下

注意看报错信息的倒数几行

TypeError: Descriptors cannot not be created directly.
If this call came from a _pb2.py file, your generated code is out of date and must be regenerated with protoc >= 3.19.0.

如果出现这个报错，参考

解决：TypeError: Descriptors cannot not be created directly_散一世繁华，颠半世琉璃的博客-CSDN博客

根据报错提示，把protoc升级了就行，像我需要升级到3.19.0以上就行

pip install protobuf==3.19.0