深度学习入门配置

目的：

        入门深度学习，配置环境

参考教程：

【包教包会】Anaconda+Cuda+Cudnn+TensorFlow+Pytorch+Pycharm+Win10深度学习环境配置与卸载，看这一个就够了_哔哩哔哩_bilibiliw

 问题：

        按照上述教程配置，遇到了一些问题，解决如下：

        a) CUDA默认版本问题。在系统安装了多个CUDA版本的情况下，在cmd中用nvcc -V查询到CUDA版本是最后安装的版本。（经过测试，发现新安装的程序环境变量放在path最前）。本次安装直接删除了系统环境变量path中的CUDA6.5路径后，nvcc -V查询到的版本变成了9.2（由于其他原因，后重新安装了10.1）。不太确定nvcc -V查询到结果和TensorFlow调用的版本是否一致，也许不需要修改？

        

        b) pip install tensorflow_gpu==2.1.0 -i https://pypi.douban.com/simple --trusted-host pypi.douban.com   提示找不到源，换成2.2.0执行成功。和下面一样，也是版本不匹配的问题

        c) 在CUDA9.2，Python3.8下，安装TensorFlow GPU 2.2.0成功后，运行测试程序，报错，提示缺少“cudart64_101.dll”等库，查资料发现，2.2.0版本的TensorFlow需要10.1的CUDA支持。首先想到：安装低级版本的TensorFlow，尝试切换的1.8.0（网上有人用TensorFlow1.8.0+CUDA9.2成功过），失败，提示找不到相关的源。查TensorFlow官网，发现TensorFlow、CUDA、Python以及cudnn库，这几个的版本都有比较严格的版本匹配要求，若是安装了3.8的Python，CUDA只能是10.1以上。所以，问题解决方式：(1) 降低Python版本,具体操作方法这里不展开；(2) 升级CUDA以及可能需要重新下载cuDNN库。本次配置选择了升级CUDA到10.1。（安装CUDA10.1的时候，只需要安装关键部分）。

        TensorFlow官网给出的版本信息：

使用 pip 安装 TensorFlow

        d) 测试，CUDA驱动与CUDA运行库不匹配。

        解决：CUDA驱动与库版本问题，官网有说：

Release Notes :: CUDA Toolkit Documentation

原来的376.51明显不行

升级到：

 问题解决。

成功运行测试程序：

import tensorflow as tf
import os

os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'  # 不显示等级2以下的提示信息

print('GPU', tf.test.is_gpu_available())

a = tf.constant(8.0)
b = tf.constant(4.0)
print(a + b)

 

 

总结：

        a) 找一个比较新的、靠谱的、点击率和播放搞的教程；

        b) 遇到问题时，不着急，一个一个解决，最重要的是，在解决的过程中，思考为什么，总结经验。

        c) 搞清楚各个软件/工具/驱动版本之间的功能依赖、版本依赖关系。例如，所配置版本的TensorFlow的需要哪个版本的CUDA、cuDNN支持，又应该需要哪个版本的Python。另外注意CUDA运行库和驱动的版本对应关系。

        d) 懂得一定的硬件知识。