Anaconda3下安装tensorflow-gpu和keras
安装过程:
1.安装anaconda3,此处略过不写,很多教程,很简单
2.安装tensorflow
这里可以看到tensorflow和keras对应的版本,选择好版本之后再选择安装
版本对应如下:
我选择安装的是Tensorflow2.2.0和Keras2.3.1版本的
首先说明一下,我安装的是tensorflow-gpu版的
还要说明一下,安装的时候最好使用命令行下载安装,用anaconda自带的图形界面安装虽然方便,但即使换源之后速度依然会很慢(我也不知道原因),用命令行可以直接指定源进行下载安装,速度相当快
另一点说明是,最好先安装好tensorflow-gpu,然后执行命令看一下缺少什么版本的CUDA,再进行相应CUDA版本的安装
步骤1.创建一个新的conda环境,我命名为keras,记得选择好python版本,这一步可以直接在anaconda图像界面配置,很好配,所以无图
步骤2.执行prompt命令行窗口,执行conda activate keras**环境
步骤3.查看python版本是否正常:python --version
步骤4.下载安装tensorflow-gpu,命令如下:
pip install tensorflow-gpu==2.2.0 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
说明一下:
tensorflow-gpu==2.2.0是指明下载安装的tensorflow的版本,即tensorflow-gpu==下载的tensorflow-gpu的版本
-i 用于指定源进行下载,我发现这个源的下载速度是真的快,所以特别提一下
这一步的执行应该不会报错,报错的话百度一下,也许只是需要更新一下pip,命令:pip install --upgrade pip
步骤5.安装好之后需要测试缺少的包:
import tensorflow as tf
print(tf.__version__)
print(tf.test.is_gpu_available())
一步一步地执行,一般第一步会报'cudart64_101.dll'; dlerror: cudart64_101.dll not found这个错误,这个后面的101代表的是CUDA10.1版本,下载安装的时候需要注意一下,别安装错了,相应的,CUDA10.0版本的就是cudart64_100.dll,
可以在这里下载相应的CUDA版本,2.6G的内容,下载比较慢,耐心等待,安装时一路向下就行了,如果想修改安装路径,对不起,没有用,还是装在C盘,所以一路向下就行了,另外,这个下载过程好像只能用自己电脑下载,从其他电脑拷贝过来会出现解压错误,不知道原因
第二步不会报错,除非就没有安装上tensorflow
第三步,会报Could not load dynamic library 'cudnn64_7.dll';这个错误,还是需要下载安装相应的工具包,在这里可以下载对应版本的工具包,下载之前可能需要注册登录和人机验证,不过最好自己下,用别人下载好的的可能会导致版本和自己的不对应,仍然还要说明的是,cudnn64_7.dll的7表示的是cuDNNv7,同样的cudnn64_8.dll就需要下载cuDNNv8的版本了,给个图,也别下错对应的CUDA版本了
下载好之后解压缩,把里面相应的文件放到目录C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1下相应的位置中就行了
最后再重复上面的三行代码,看是否还有报错
3.安装keras
直接执行pip install keras==2.3.1 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com安装就行了,一班不会报错
仍然记得指定要安装什么版本,要和tensorflwo版本对应,不然可能会出现问题
参考:
tensorflow2.x 报错 Could not load dynamic library 'cudnn64_7.dll'