关于tensorflow的gpu版本的安装问题

之前嫌tensorflow的gpu版本安装配置太麻烦 装cuda 还有cudnn… 然后一直用的cpu版本的tensorflow 因为之前是在学前馈神经网络而且计算量并不大 所以运行程序也不觉得怎么卡 个人觉得还过得去

最近有个图片数字串识别的任务 于是开始学习CNN 然后和之前一样嘛 继续用MNIST那个手写体识别练手 然后找了一个MNIST的卷积网络实现版本 网络循环1000次 每次选取100张图片 我给它改成了500次 先试试

整个网络大概两次卷积两次池化 再加上一层全连接 最后输出1024个神经元 再得出一个输出结果

不跑不知道 一跑起来

我TM电脑CPU就炸了 瞬间飙升到100% (开着的网易云音乐声音就直接跑飘了。。。) 吓得我。。。

于是我知道 CPU 已经不足以支撑这些庞大的运算了 于是想着装一个GPU版本

从早上九点开始 一直折腾到晚上九点 (中间出现导入总是报错的提示：说什么无法加载某个DLL等等)

上网各种找 找了不下于 10个版本的说法 全部一一试了一遍 结果都无法解决我的问题

之前说配置两小时 使用5分钟 我这配置了一整天 1分钟也没有用上

---

具体细节不多bibi了

---

最终还是找到了一个靠谱的解决方案：

---

博客描述如下：

一、问题描述

最近朋友装环境时又遇到这个问题

ModuleNotFoundError: No module named ‘_pywrap_tensorflow_internal’

Failed to load the native TensorFlow runtime.

这个问题也许很多人一开始会认为是自己的CUDA或者是cuDNN的问题

二、问题分析

1.朋友的显卡是NVIDIA GeForce 1060，环境是CUDA9.0，cuDNN7.0，然后朋友运行了如下命令：

pip install tensorflow-gpu

2.报了上面提到的错误，查看了版本，发现版本是1.12版本。这里博主告诉朋友版本不兼容。

三、解决方法

1.卸载当前tensorflow-gpu：

pip uninstall tensorflow-gpu

2.安装较低版本tensorfow-gpu，这里博主安装的是1.7版本：

pip install tensorflow-gpu==1.7

3.安装了这个版本的tensorflow-gpu就没有报错了

四、什么是_pywrap_tensorflow_internal

1.我们查看Python库会发现，这个应该是和wrapper文件一样的。查看tensorflow和python的官网和一些解决问题的网站，我们会知道：pywrap_tensorflow_internal.py 模块被导入时，会加载_pywrap_tensorflow_internal.so动态链接

2.这个文件是怎么来的呢？原来tensorflow使用bazel编译时，swig会生成两wrapper文件：

pywrap_tensorflow_internal.py和pywrap_tensorflow_internal.cc，前者是对接上层Python调用，后者对接底层C API调用

3.什么是swig呢？前端多语言实现需要swig包装器，tensorflow很好的一点是它提供了这样的一个多种语言的前端接口。swig把c/c++ 封装成python可调用的so文动态链接库，这样我们就可以通过其他语言来完成深度学习的模型训练和测试

4.较新版本添加了调用这个_pywrap_tensorflow_internal模块，找不到就安装旧一点的版本即可~

---

最后还是感谢这位大佬的解决方案，不然我还不知道要找多久

作者：悲恋花丶无心之人

来源：CSDN

原文：https://blog.csdn.net/qq_36556893/article/details/86406455

版权声明：本文为博主原创文章，转载请附上博文链接！

之前跑cpu死机的500遍 我直接改成了10000遍 用了GPU后不仅速度快 也解决了CPU吃不消的问题