Windows环境 tensorflow 2.1 安装及问题解决
2020/9/1 update 目前tensorflow已经升级到2.3.0 版本 2.1版本的配置可以完美运行2.3.0版本
如需使用keras4bert 可使用2.1.0版本 如需使用Hanlp2.0 需使用2.3.0版本
特殊时期,中国加油,武汉加油!
TensorFlow 2.1.0 正式发布后 它是支持Python 2的最后一个TF版本
在使用pip安装时也和之前的版本有一定的区别,下面将介绍安装过程,及安装过程中可能遇到的问题
1. 使用pip install tensorflow,现在pip默认安装的是GPU支持的版本
在新版本下,使用pip install tensorflow 将会默认安装tensorflow 2.1版本 这个版本是默认支持GPU的。
对于关心软件包大小的用户,可以在 tensorflow-cpu 上下载仅 CPU 的软件包
2. 安装相应版本的CUDA和cuDNN
因为我们安装的tensorflow2.1是GPU版本 必须安装对应的CUDA和cuDNN,需要使用CUDA 10.1 和cuDNN 7.6
注:安装CUDA版本时请先检查自己电脑是否支持CUDA10.1版本 ,如不支持10.1版本请选择低版本的CUNDA和相应cuDNN,并安装对应版本的tensorflow
CUDA 10.1版本可在官网下载 ,目前最新的CUDA版本高于10.1版本,需要在历史版本中选择10.1版本
cuDNN给出下面的网盘下载地址
https://pan.baidu.com/s/1KxoZCknvQwUlhtnj38X_wg 提取码 s3zo
cuDNN安装包解压后会有bin,include,lib三个文件夹
需要把相应文件夹下的内容粘贴到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1 下对应的文件夹中即可
3. 安装 “Visual Studio 2015、2017 和 2019 的 Microsoft Visual C++ 可再发行组件”
要使用这些新程序包,必须安装 “Visual Studio 2015、2017 和 2019 的 Microsoft Visual C++ 可再发行组件”
下载地址
https://support.microsoft.com/zh-cn/help/2977003/the-latest-supported-visual-c-downloads
如果不安装visual studio 在import tensorflow时 会报出缺少DLL的错误
4. 验证安装
#验证tensorflow
import tensorflow as tf
#验证cuda
a = tf.test.is_built_with_cuda()
print(a)
physical_devices = tf.config.experimental.list_physical_devices('GPU')
print(physical_devices)