tf2.0的配置要求如上,最重要的几点
1、cudatoolkit需要10.0以上版本(而cudatoolkit10.0以上版本又需要nvidia驱动版本在410.X以上)
2、cudnn需要7.4.1以上版本(目前好像conda install最高支持到7.3.1,因此这个需要手动下载安装)
首先在linux上安装好anaconda
1、使用 conda create -n your_env_name python=X.X(2.7、3.6等)创建虚拟环境
2、使用source activate your_env_name(虚拟环境名称)激活虚拟环境
source deactivate your_env_name(虚拟环境名称) 推出虚拟环境
3、使用pip install tensorflow-gpu==2.0.0-alpha安装tf2.0
进入python输入import tensorflow之后会出现以下错误
ImportError: libcublas.so.10.0: cannot open shared object file: No such file or directory
这是因为没有安装cuda10的原因
因此开始了漫长了cuda10安装之路
conda使用的是清华源,而清华源停止了conda的支持
上图为清华源的cuda包
因此在使用清华源的时候,始终无法使用conda install查找到cuda10的包
上图为中科大源的cuda包
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
conda config --set show_channel_urls yes
后来更换了中科大的源,并可以安装成功
4、使用conda install cudatoolkit安装codatoolkit10
5、在nvidia官网下载cudnn-10.0-linux-x64-v7.4.1.5.tgz
然后解压出来后将include文件夹中内容copy到对应tf环境的include文件夹中,将lib64文件夹中的内容copy到对应tf环境的lib文件夹中
cp ./include/* /root/anaconda3/envs/tf2/include/
cp ./lib64/libcudnn* /root/anaconda3/envs/tf2/lib/