基于Anaconda的Tensoflow gpu版安装配置

Win10+Anaconda4.9.2+Tensorflow-gpu安装记录

建议找一个和自己想安装的版本差不多的教程
本文使用的教程有：教程一 + 教程二 + 教程三 + 教程四 + 教程五
【每次我都会看很多教程，一个是找到对应版本，另一个是过一遍大概的流程，以及看大家普遍遇到的问题或者关注的操作】

配置：算力6.2

查看算力去CUDA官网

版本选择：

• 选择内置 python3.8 的 anaconda2020.11

• 选择 cuda10.1 cudnn7.6

• anaconda版本对应python
  每个历史conda版本里的各组件版本
  清华镜像anaconda下载
  TensorFlow各个GPU版本CUDA和cuDNN对应版本

anaconda版本说明：用于根据工程需要的组件版本来选择想要安装的conda版本，如果无明确工程需求，可以选择最常用的python版本作为内置版本，其他组版本在虚拟环境中安装。

---

anaconda安装后，测试：conda -v：查看版本
conda activate：进入默认自带环境

安装anaconda两个报错及解决办法：

• 报错无法激活的解决方法
• 如果是无法解析的命令，可能是在安装后忘了添加环境变量，可以用：anaconda添加环境变量

---

安装tensorflow gpu–2.2.0版本

过程概述：下载cuda10.1以及cudnn7.6——安装并配置环境——进终端验证是否安装成功——继续在终端创建环境tf2并激活——pip install tensorflow-gpu==2.2.0——验证安装成功否import tensorflow as tf —— tf.test.is_gpu_available()[结果为TRUE]

具体过程：参考教程（这俩足够了）

教程一：cuda安装以及环境配置用的这个
教程二

出现的错误：
我的电脑不知道配置了什么有的时候需要重新打开终端，之前的操作才有效，所以不要一报错就找csdn，先试试重进终端

---

错误做法：
创建环境 ：conda create --name tensorflow1.13 python=3.6
应该下载tf-gpu-1.13.0对应的cuda和cudnn
结果下载并安装的是tf-gpu-2.2.0对应的cuda和cudnn

出现的错误

• Could not load dynamic library ‘cudart64_101.dll’; dlerror: cudart64_101.dll not found
  Ignore above cudart dlerror if you do not have a GPU set up on your machine.
• ImportError: DLL load failed: 找不到指定的模块。（等一大堆，主要是这句话）
  == 这两句话好像都是在说版本不对==

继续：装tf1
因为之前创建了tf1.13并pip install tensorflow-gpu==1.13.1所以只需将对应的cuda10和cudnn7.4下载安装配环境即可，操作同上，且配环境时可以直接去将之前复制的10.1路径改为10.0。

Above is all thank u

---

---

---

在实际工程中，需要安装一些包，记录下来：

1、首先用的tf2环境，装了matplotlib

2、后在tf1.13中

• python -m pip install matplotlib
• 用 python -m pip install scipy 默认装了scipy1.5.4
  • 报错AttributeError: module ‘scipy.misc’ has no attribute ‘imread’
  • 解决pip install scipy==1.2.1，换成了工程提示的这个版本1.5.4就自动卸载了