如何安装合适版本的支持GPU的tensorflow-keras

一、查看 CUDA 版本:

cat /usr/local/cuda/version.txt

我的是8.0.61

 

二、查看 CUDNN 版本

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

我的是6.0.21

 

三、安装tensorflow-gpu

截至笔者发布这篇博客,CUDA已经更新到10.0版本,Tensorflow-GPU版本已经更新到1.13.0,在这我强烈建议不要安装最新版,目前还不能找到最新版的Tensorflow-GPU究竟需要什么样的CUDA与CUDNN来支持,笔者第一次安装就是安装CUDA10.0与Tensorflow-GPU V1.11.0,然后就成功出现了“ImportError: DLL无法load”的问题(对于这个问题百度上也是众说纷纭,又说CUDA环境变量没有配置好的,有说VS版本不够的,还有说把哪里的DLL复制一份到BIN里的。说实话我觉得要是朋友你装最新版本出这个问题,赶紧卸了CUDA和Tensorflow重装低一点的版本了)。

以下对应关系摘自的https://blog.csdn.net/lifuxian1994/article/details/81103530博客,方便大家看我就直接复制过来了(侵删)↓

tensorflow-gpu v1.9.0 | cuda9.0 |  cuDNN7.1.4可行  | 备注:7.0.4/ 7.0.5/ 7.1.2不明确

tensorflow-gpu v1.8.0 | cuda9.0 |  cuDNN  不明确 | 备注:7.0.4/ 7.0.5/ 7.1.2/ 7.1.4

tensorflow-gpu v1.7.0 | cuda9.0 |  cuDNN  不明确 | 备注:7.0.4/ 7.0.5/ 7.1.2/ 7.1.4

tensorflow-gpu v1.6.0 | cuda9.0 |  cuDNN  不明确 | 备注:7.0.4/ 7.0.5/ 7.1.2/ 7.1.4

tensorflow-gpu v1.5.0 | cuda9.0 |  cuDNN  不明确 | 备注:7.0.4/ 7.0.5/ 7.1.2/ 7.1.4

tensorflow-gpu v1.4.0 | cuda8.0 |  cuDNN 6.0 | 备注:6.0正常使用, 7.0.5不能用,5.1未知

tensorflow-gpu v1.3.0 | cuda8.0 |  cuDNN 6.0 | 备注:6.0正常使用, 7.0.5不能用,5.1未知

tensorflow-gpu v1.2.0 | cuda8.0 |  cuDNN 5.1 | 备注:5.1正常使用, 6.0/ 7.0.5 未知

tensorflow-gpu v1.1.0 | cuda8.0 |  cuDNN 5.1 | 备注:5.1正常使用, 6.0/ 7.0.5 未知

*****************

找到对应的tensorflow-gpu版本之后,就可以开始安装了, 根据我的CUDA和cudnn版本我选择了tensorflow-gpu v1.2.0。

pip3 install tensorflow-gpu==1.2.0

四、安装keras

tensorflow 对应 的keras 版本, 版本不匹配会出现很多问题

目前已知的是: tensorflow 1.5 和 keras 2.1.4 ,

                                            1.4 和 2.1.3搭配,

                                            1.3 和 2.1.2 搭配,

                                             1.2 和 2.1.1搭配。
我的keras是之前装的,运行程序的时候报了如下的错:

Variable patchnet_bn_conv1/moving_mean/biased already exists, disallowed. Did you mean to set reuse=True in VarScope? Originally defined at:

好像是什么参数复用了,网上找了好多方法我都不太懂,有些试了也没用。之前这个程序是可以用的,所以应该不是代码的问题。最后尝试重装keras轻松解决:

pip3 install keras==2.1.1

再一次说明,版本不匹配是很蛋疼的!!!

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值