记录安装使用Tensorflow-gpu 2.0的沙雕经历

最新推荐文章于 2024-06-16 00:00:00 发布

原创最新推荐文章于 2024-06-16 00:00:00 发布 · 1.1k 阅读

3 ·

CC 4.0 BY-SA版权

Deep Learning 专栏收录该内容

1 篇文章

订阅专栏

本文记录了在新机器上安装并使用TensorFlow-GPU2.0的过程，包括解决版本冲突、代码升级及数据加载等问题。作者分享了从conda安装到调整cuda版本，再到解决代码兼容性的详细步骤。

记录安装使用Tensorflow-gpu 2.0的沙雕经历

最近项目要用deep learning搞一下，我就打算用tensorlfow了，在新机器上来回折腾，新机器配置是GTX2080Ti。下面开始了。
具体配置教程我是看的 https://zhuanlan.zhihu.com/p/71030147
为了追赶潮流，就安装了cuda10.2和cudnn-10.2，用anaconda安装了tensorflow-gpu 2.0，安装方式如下：

conda install tensorflow-gpu

你还别说，直接就能跑，但是问题来了，为啥每次运行的时候都报这玩意：

2019-12-14 21:57:59.401740: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully opened dynamic library cudart64_100.dll

咦，咋都调用的cudart64_100.dll啊，明明我没装过cuda10.0呀，然后我就google，还真被我找到了，在这里插入图片描述
就是说conda安装tensorflow-gpu会自己把相关依赖都安上，我估计是这玩意导致我每次跑代码都stuck一会才跑起来，没别说的，认怂，改cuda10.0。
其实我不想用tensorflow2.0的，因为github上搜到的代码都用的1.几的版本，但谁让咱追赶潮流呢，硬怼吧，遇到1.几的代码先

tf_upgrade_v2 --intree my_project/ --outtree my_project_v2/ --reportfile report.txt

然后再把类似contrib这被彻底废弃的换成可以替换的代码，比如说

from tensorflow.contrib.layers import variance_scaling_initializer
he_uniform = variance_scaling_initializer(factor=2.0, mode="FAN_IN", uniform=False)

换成

he_uniform = tf.initializers.VarianceScaling(scale=2.0, mode="fan_in", distribution="uniform")

咦，uniform应该是false啊，我代码里还改错了，…，回去改下代码，大概把distribution删了就行？反正有默认参数。
言归正传，还有data的问题，2.0里load data要改成：

		mnist = tf.keras.datasets.mnist
        (x_train, y_train), (x_test, y_test) = mnist.load_data()
        x_train, x_test = x_train / 255.0, x_test / 255.0

这个要自己写怎么取batch。

写到这里，我cuda10.0也安完了，给你瞅瞅：
在这里插入图片描述
同时我又新开了个虚拟环境来测试

pip install tensorflow-gpu

这代码的确没安装cuda和cudnn，
然后就是激动人心的环节了：
在这里插入图片描述
没问题，摸鱼结束，撸代码去了。
（用conda安装好处就是依赖都安好了，pip安装都得一个个装啊，麻烦…
后记：
md,我发现我这堆骚操作并没有啥卵用，还是要stuck好久，哔了狗了。就当学习tensorflow了…