我的tensorflow-gpu安装之路（成功安装2.0和2.1）

首先说一下我的电脑环境：

windows10，python3.7.4。

安装步骤：

以管理员身份打开anaconda prompt，

conda install protobuf

pip install tensorflow-gpu==2.0.0

安装好tensorflow-gpu 2.0之后，我依次输入 python，import tensorflow as tf，看到下图的报错

不过不用慌，我要从它的报错反推出它对应的CUDA和cuDNN的版本，从cudart64_100.dll我们可以推测出所需CUDA和cuDNN的版本分别是10.0和7.6.4。于是我们去这里（CUDA、cuDNN）下载这两个对应版本的安装包，我这里都是去archive里下载的，因为下载首页的版本都偏高。

网上也有人通过安装conda install cupy的方式间接地安装CUDA和cuDNN，请见这里。

下载好这两个文件后，先安装CUDA，双击进入安装向导界面，因为我电脑买来时已经安装好Driver components了，所以我就吧下图红框的3个包都取消勾选了。安装好CUDA之后，你去环境变量里看，会发现对了一些CUDA相关的路径。

接下来安装cuDNN,这个没有向导界面，它的安装也是比较独特的：解压后把cuDNN中bin，include，lib文件夹下的3个文件（不是文件夹）对应地复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1中的同名文件夹下面即可。

设置好环境变量就算是大功告成了。关闭anaconda prompt，再重启anaconda prompt，依次输入python，import tensorflow as tf，我们从下图可以看到，这次已经没有任何报错了！开始使用tensoflow2吧！

 

补充，网上有人说配置TensorFlow—GPU版本，根本不用安装什么cuda+cudnn啥的，直接在anaconda里面搜索TensorFlow_gpu（keras_gpu）并下载安装即可，它自动创建cuda+cudnn环境。各位读者还没装的可以试一下。

后来在运行object detection tutorial.ipynb时遇到了报错，这个github issue里说到加一些代码后TF2.1就能成功运行了，于是我决定把TF升级到2.1试试。(以下报错仅针对tensorflow2.1，2.0的用户可以漠视）

pip uninstall tensorflow-gpu（不用加版本后缀）

pip install tensorflow-gpu==2.1.0

眼看它提示我安装成功了，没想到后面还是发生了我不想要的报错

后来百度了一些“Failed to load the native TensorFlow runtime.”怎么办，有人说用

pip install --upgrade --ignore-installed tensorflow

这下安装过程看起来正常多了，我看到这次它下载了protobuf这个很重要的库，还有其他一些库，看来刚刚那种安装方法会少装很多依赖库啊，难怪会出错。

 不过上图的红字提醒我少装了4个库，那我再单独装一下呗。不同包用空格隔开，这样就可以同时安装4个包

pip install pyqt5==5.12 pyqtwebengine==5.12 typed-ast==1.4.0 six==1.12

 好了，再import tensorflow as tf 看看，md，还是跟原来的一样的报错：

python -c "import tensorflow as tf; print(tf.version)"
Traceback (most recent call last):
File "C:\venv113\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", line 58, in
from tensorflow.python.pywrap_tensorflow_internal import *
File "C:\venv113\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", line 28, in
_pywrap_tensorflow_internal = swig_import_helper()
File "C:\venv113\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", line 24, in swig_import_helper
_mod = imp.load_module('_pywrap_tensorflow_internal', fp, pathname, description)
File "C:\venv113\lib\imp.py", line 243, in load_module
return load_dynamic(name, filename, file)
File "C:\venv113\lib\imp.py", line 343, in load_dynamic
return _load(spec)
ImportError: DLL load failed: 找不到指定的模块.

During handling of the above exception, another exception occurred:

Traceback (most recent call last):
File "", line 1, in
File "C:\venv113\lib\site-packages\tensorflow_init_.py", line 24, in
from tensorflow.python import pywrap_tensorflow # pylint: disable=unused-import
File "C:\venv113\lib\site-packages\tensorflow\python_init_.py", line 49, in
from tensorflow.python import pywrap_tensorflow
File "C:\venv113\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", line 74, in
raise ImportError(msg)
ImportError: Traceback (most recent call last):
File "C:\venv113\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", line 58, in
from tensorflow.python.pywrap_tensorflow_internal import *
File "C:\venv113\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", line 28, in
_pywrap_tensorflow_internal = swig_import_helper()
File "C:\venv113\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", line 24, in swig_import_helper
_mod = imp.load_module('_pywrap_tensorflow_internal', fp, pathname, description)
File "C:\venv113\lib\imp.py", line 242, in load_module
return load_dynamic(name, filename, file)
File "C:\venv113\lib\imp.py", line 342, in load_dynamic
return _load(spec)
ImportError: DLL load failed: 找不到指定的模块.

Failed to load the native TensorFlow runtime.

 好了，我知道我又要开始那熟悉又漫长的debug之路了。

话说我把tensorflow版本从2.0更新到2.1，cuda和cudnn是不是也要跟上去，貌似是的，反正我更新成10.1和10.1对应的cudnn7.6.4了（注意，10.1对应的cudnn也叫7.6.4，但在archive 下载页，两者是分开下载的）

我以为更新好cuda和cudnn版本，报错就没有了，import 一下，md，还是有。

接着我试着去报错里提供的tensorflow错误收集官网https://www.tensorflow.org/install/errors查看错误记录里有没有跟我一样的，翻到最后看到github issue 22512 和22794跟我的问题相关。

点进去22512看了一圈，没结果，又点进去22794，滚到差不多最下面（因为新的回答在下面，我这个tensorflow2.1是新出的，有相关回答的话应该出现在最下面），终于看到跟我的情况差不多的回答，都是在装好tensorflow2.1后import tensorflow时遇到的。

原来答案就藏在tensorflow2.1 的 release note 里啊！看来我得吸取教训：以后再安装新版tensorflow时，一定要先去看看它的release note！

这样看来，我是少装了Microsoft Visual C++ Redistributable for Visual Studio 2019，于是我就去他们的官方下载网页下载了vc_redist.x64.exe。

下载好后安装：

安装好后它说要重启才生效

重启后再import tensorflow as tf真的没问题了~

安装好后我们可以在命令行里直接输入

nvidia-smi
nvcc --version

 来查看GPU的更多信息，比如占用GPU资源的进程有哪些。

因为我装的是GPU版，所以后面会经常需要往脚本里写入下面的代码：

# tensorflow 1版加下面的代码
conf = tf.ConfigProto()
conf.gpu_options.per_process_gpu_memory_fraction = 0.6
conf.gpu_options.allow_growth = True
session = tf.Session(config=conf)

# tensorflow2版加下面代码
gpus = tf.config.experimental.list_physical_devices('GPU')
if gpus:
    try:
        for gpu in gpus:
            tf.config.experimental.set_memory_growth(gpu, True)
        tf.config.experimental.set_virtual_device_configuration(gpus[0], [
            tf.config.experimental.VirtualDeviceConfiguration(memory_limit=1024 * 4)])
    except RuntimeError as e:
        print(e)

 

工作繁忙创作不易，果本文帮助到了您，欢迎打赏~