简单利用conda安装tensorflow-gpu=2.2.0

全栈程序员-站长 • 2022年6月15日上午10:36 • 未分类 • 阅读 35

大家好，又见面了，我是你们的朋友全栈君。

网上安装tensorflow-gpu=2.2.0什么的一大推，而且最后还报错，一般问题出现在：
一、安装下载慢
二、cuda和cudnn版本不对

我最后实验了，很好解决上面的问题。

~~2021年1月26日更新，python版本最好是3.7，3.8版本安装有可能有问题，大概是conda没有完全匹配好。~~

2021年8月10号更新，上面的问题官方解决了，首先使用conda命令安装tensorflow-gpu=2.2.0，注意（需要已经换成清华源了）
清华源命令：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2/
conda config --set show_channel_urls yes

安装命令：

conda install tensorflow-gpu==2.2.0

如果上面方式不行，就按下面方法来。
一、安装tensorflow-gpu=2.2.0使用清华源安装，代码如下：

pip install tensorflow-gpu==2.2.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

这样下载速度飞起！

二、什么去官网下载cuda版本配置路径，感觉都不靠谱，我实验了，一个命令搞定，我的是1080Ti显卡，先通过GeForce Experience把驱动更新到最新，我的cuda信息如下：
在这里插入图片描述
我cuda的是11.0，这不重要，一般需要cuda是10.1或者以上就可以了。
然后一句代码安装：

conda install cudatoolkit=10.1 cudnn=7.6.5

注意：不要改上面的版本，不然安装成功了，使用时报错，这里就是个坑，我试过很多，这两个版本才是对应的，不管tensorflow-gpu=2.0/2.1/2.2，都适用
tensorflow-gpu对应的cuda版本网址：https://tensorflow.google.cn/install/source_windows

2021年5月18日更新，安装tensorflow-gpu=2.4.0，使用python版本为3.7或者3.8，cudatoolkit=11.0，cudnn=8.0
在这里插入图片描述

安装好后测试下，测试代码;

import tensorflow as tf
import timeit
import os

os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'  # 代码用于忽略级别 2 及以下的消息（级别 1 是提示，级别 2 是警告，级别 3 是错误）。

with tf.device('/cpu:0'):
    cpu_a = tf.random.normal([10000, 1000])
    cpu_b = tf.random.normal([1000, 2000])
    print(cpu_a.device, cpu_b.device)

with tf.device('/gpu:0'):
    gpu_a = tf.random.normal([10000, 1000])
    gpu_b = tf.random.normal([1000, 2000])
    print(gpu_a.device, gpu_b.device)


def cpu_run():
    with tf.device('/cpu:0'):
        c = tf.matmul(cpu_a, cpu_b)
    return c


def gpu_run():
    with tf.device('/gpu:0'):
        c = tf.matmul(gpu_a, gpu_b)
    return c


# warm up
cpu_time = timeit.timeit(cpu_run, number=10)
gpu_time = timeit.timeit(gpu_run, number=10)
print('warmup:', cpu_time, gpu_time)

cpu_time = timeit.timeit(cpu_run, number=10)
gpu_time = timeit.timeit(gpu_run, number=10)
print('run time:', cpu_time, gpu_time)

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

结果为：

warmup: 1.1624844 1.8189751
run time: 1.1631149999999995 0.0005907000000000551
GPU True

这样就安装成功了！
另外推荐个自动补全插件，很好用，TabNine，安装方法链接如下：
https://www.tabnine.com/

2020年10月11号更新
最近可能出现的版本问题报错，例如：
AttributeError: module ‘tensorflow’ has no attribute ‘compat’
解决方案：https://blog.csdn.net/weixin_45092662/article/details/106969426

有用请点个赞！！
本站所有文章均为原创，欢迎转载，请注明文章出处：https://blog.csdn.net/weixin_45092662。百度和各类采集站皆不可信，搜索请谨慎鉴别。技术类文章一般都有时效性，本人习惯不定期对自己的博文进行修正和更新，因此请访问出处以查看本文的最新版本。

发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/147889.html原文链接：https://javaforall.net