tensorflow-gpu2.x+pytorch安装教程

注意，这里我们讲的是如何用annaconda3安装tensorflow-gpu2.x+pytorch

因此就考虑到两种框架的兼容性问题，不能贸然安装

 

先看到tensorflow官网

https://tensorflow.google.cn/install

里面提示用pip安装，而我们要用Conda安装，显然不符合要求

 

然后看到pytorch官网

https://pytorch.org/

很好，这里提供了windows下，使用conda安装的例子

命令：

conda install pytorch torchvision cudatoolkit=10.1 -c pytorch

注意，先不要运行命令，只是暂时记下它，后面会用到

 

然后看到

https://zhuanlan.zhihu.com/p/71581533

好像还得安装cudnn7.6

命令：

conda install cudnn=7.6.0

同上，这条命令也是看看，先不要运行

 

然后我们如何用annaconda3安装tensorflow-gpu2.x呢？看到这里

https://docs.anaconda.com/anaconda/user-guide/tasks/tensorflow/

网站说

 On Windows and Linux only CUDA 10.0 is supported for the TensorFlow 2.0 release. 

因此可以运行命令

conda create -n tf-gpu-cuda10 tensorflow-gpu cudatoolkit=10

来查看一个安装tensorflow-gpu2.x 所需的环境

 

当然，由于我要安装tensorflow-gpu2.x的同时，还得安装pytorch。综合以上的命令，可以得到下面的命令：

conda create -n tf-gpu-cuda10 tensorflow-gpu cudatoolkit=10 cudnn=7 pytorch torchvision -c pytorch

 

通过列表的查询可以看到

cudatoolkit:          10.1.243-h74a9793_0          defaults

cudnn:                7.6.5-cuda10.1_0             defaults

tensorflow:           2.1.0-gpu_py37h7db9008_0     defaults

pytorch:              1.4.0-py3.7_cuda101_cudnn7_0 pytorch

python:               3.7.7-h60c2a47_0_cpython     defaults

 

然后我查了一下cudnn的下载地址

https://developer.nvidia.com/rdp/cudnn-archive

发现对于cuda10.1，并没有cudnn7.6.5的下载地址，只有7.6.4

因此我输入以下命令

conda create -n tf-gpu-cuda10 tensorflow-gpu cudatoolkit=10 cudnn=7.6.4 pytorch torchvision -c pytorch

 

通过列表的查询可以看到

cudatoolkit:          10.0.130-0                   defaults

cudnn:                7.6.4-cuda10.0_0             defaults

tensorflow-gpu:       2.0.0-h0d30ee6_0             defaults

pytorch:              1.2.0-py3.7_cuda100_cudnn7_1 pytorch

python:               3.7.7-h60c2a47_0_cpython     defaults

 

从这里可以看到，cuda必须安装10.0，python安装3.7.7，我试了一下添加python=3.6，是行的，但是python=3.5，就不行了。

 

如果发现装错了，可运行命令

conda remove -n tf-gpu-cuda10 --all

conda info –e

 

CUDA下载地址

https://developer.nvidia.com/cuda-toolkit-archive

 

可以用下面命令激活和退出tf-gpu-cuda10环境

activate tf-gpu-cuda10

deactivate

 

运行命令

activate tf-gpu-cuda10

conda install notebook ipykernel

ipython kernel install --user

就可以使用jupyter notebook了

 

可以试着运行

python

import tensorflow as tf

print('Tesnsorflow Version:{}'.format(tf.__version__))

tf.test.is_gpu_available()

import torch

看看有没有出错，没有就算安装成功了。