anaconda下安装tensorflow-gpu

完整版tensorflow-gpu安装步骤

1.软件准备

1. anaconda3 https://www.anaconda.com/products/individual
2. visual studio2017社区版 https://visualstudio.microsoft.com/zh-hans/downloads/
3. cuda11.1 https://developer.nvidia.com/cuda-10.0-download-archive
4. cudnn ## 目前没有x64 ，需要登陆才能下载https://developer.nvidia.com/rdp/cudnn-archive
5. 迅雷下载
   血泪史，直接官网下载cuda和cudnn，速度慢的想死，等待了一天都没有下载下来，把下载链接复制到迅雷，不用会员半个小时下完

2.anaconda安装

https://www.anaconda.com/products/individual

image.png

改变anaconda默认的下载途径

>>> pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
>>> conda config --set show_channel_urls yes
### 下载速度超级快

如果出现pip.exe不能访问或者pip-script.py is not present:
以管理员身份运行anaconda prompt
easy_install pip

补充
>>>conda -V #产看conda版本
>>>conda list #查看安装的包
>>>conda info --env #查看anaconda中已经创建的环境
>>>conda remove -n tensorflow --all #删除anaconda中已经创建的环境tensorflow

image.png

查看显卡支持的cuda版本(命令提示符）
>>> nvidia-smi
以我的神舟笔记本为例：
显示支持cuda11.1，在此之前下载了cuda10.0，显示系统无可以打开此程序的错误

image.png

查看tensorflow-gpu可以安装的版本
查看可以安装的tensorflow版本
conda search --full-name tensorflow-gpu

image.png

conda search cuda #查看可安装的cuda版本，但是可能不全，建议到官网查看

image.png

conda search cudnn #查看cuda对应的cudnn版本，建议到官网查看

image.png

3. cuda安装

1. 不建议下载_network版本，安装的时候慢到想死
2. 下载local版本cuda11.1.0
3. 运行exe .记住安装路径，后续环境配置需要用到，我这里安装到默认路径
   安装完成后，在计算机-属性-高级环境-环境变量-系统变量-新建以下几个环境
   CUDA_SDK_PATH = C:\ProgramData\NVIDIACorporation\CUDA Samples\v11.1 ## 此处的路径根据个人安装目录进行替换，此处是默认安装路径
   CUDA_LIB_PATH = %CUDA_PATH%\lib\x64 ## 此处及以下的变量直接复制
   CUDA_BIN_PATH = %CUDA_PATH%\bin
   CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64
   CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64

4. 完成后可在命令提示符中查看

   
   
   image.png

3. cudnn安装

image.png

1. 直接运行cuDNN.exe
   加压后将文件夹复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1
2. 完成后在命令提示符中运行nvcc -V,查看是否成功
   
   image.png

4. tensorflow-gpu安装

1.anaconda配置环境

conda create --name python36  python=3.6 # 可以换成要安装的版本python=3.7
conda activate python36
pip install tensorflow-gpu==2.1.0  ##我装的cuda11.1.0需要高一点版本的tensorflow-gpu

2. 验证

# 在python36环境下运行python
import tensorflow as tf  # 导入tensorflow

如果报错

image.png

pip uninstall tensorflow-gpu   # 上述错误可能是安装不正确，删除重装，也可能是版本过低或过高
pip install tensorflow-gpu==2.1.0 # 此处的版本和上述一样，如果运行过后，仍然出现同样错误，建议降低版本

conda activate python36
python  #进入python3.6环境
import tensorflow as tf
tf.__version__    # 注意！！！此处前后下划线各两个
# 如果报错，重复上述删除，重装
tf.__python__    #注意！！！此处前后下划线各两个

image.png

import tensorflow as tf
print("Num GPUs Available: ", len(tf.config.experimental.list_physical_devices('GPU')))

image.png

尝试运行

>>> tf.compat.v1.disable_eager_execution()   #注意，此语句非常重要，否则回出现RuntimeError: The Session graph is empty.
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> t=sess.run(hello)
>>> print(t)
b'Hello, TensorFlow!'
>>> a = tf.constant(10)
>>> b = tf.constant(32)
>>> print(sess.run(a+b))

到此就大功告成了！！！

如果在安装过程中哪个部分报错，pip uninstall ***，pip install***
这种重装操作可以解决90%问题

补充
1.如果之前电脑上安装了其他版本的python，可能导致即便创建了新的python环境，也无效。---需要卸载环境外的python
2.dlerror: cudart64_101.dll not found
解决方案：在网上下载该dll，然后替换或复制到D:\Anaconda3\pkgs\cudatoolkit-10.1.243-h74a9793_0\DLLs

感谢各路大神的贡献，此处参考的博主文章如下：
https://blog.csdn.net/wwtor/article/details/80603296
https://developer.nvidia.com/rdp/cudnn-download
https://blog.csdn.net/lambert310/article/details/52412059