tensorflow与keras在40系上安装心得
本文章基于anaconda环境,如果没有安装的话请下载并安装,教程很多也特别简单,一步一步点就可以,在这里我就不赘述啦!
关于cuda环境安装
遇到的问题
-
上网搜索了很多windows都没法安装cuda,尤其是40系显卡已经安装了cuda12的最新版本,更是没法安装低级别的,linux下似乎可以装双驱动,没尝试
-
尝试搜索cudatool和cudnn,但是没法搜索到对应的tensorflow版本(即cuda和cudnn对应的版本
-
配置环境过程一直跳error,没法阻止
-
配置成功后也无法调用gpu
-
cudatool对应的cudnn找不到,无法安装
-
环境配置好了,但是无法安装对应的tensorflow版本
解决方法
- 首先设置中科大的镜像源(有一说一,真的很全)
conda config --set show_channel_urls yes 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/msys2/ conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/ conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
-
先设置环境
conda create -n tf2 python=3.10
-
需要注意的是必须是pyhton=3.10,版本更高不行!
-
之后选择进入环境之中
conda activate tf2
-
之后在conda中搜索环境(建议分开执行)
conda search cudatoolkit --info conda search cudnn --info
红框框标注的就是重点,记得复制下来url中的网址(个人推荐复制这个版本的,后面有原因)
对于我们cuda12版本的,是可以使用最新款的tensorflow,也可以使用最新版的keras的,所以选择下载11.8版本的cudatoolkit就行,如果想下载老版本,继续向上滑就可以了
需要下载11.2版本的cudatoolkit,原因的话下面会写!
cudatoolkit
-
下一步是配置cudatoolkit环境,也就是
conda install https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/win-64/cudatoolkit-11.2.2-h933977f_9.tar.bz2
也就是conda install
一下红框标注的网址
然后稍等一会
cudnn
其实没有选择下载最新版本的tensorflow就是因为各个网站上都搜不到8.7.*的cudnn文件,如果大家能找到对应的文件的话可以评论一下!我这里是8.9之后就是8.8,然后直接跳到了8.4,但是8.4tensorflow又不支持,只能退而求其次选择8.1。
而且我只在中科大的镜像源中找到了这个文件,清华源好像是8.2之后就跳到了7.几,就放弃了
conda install https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/win-64/cudnn-8.1.0.77-h3e0f4f4_0.tar.bz2
接下来尝试安装
pip install tensorflow-gpu==2.11.0
很好,跳bug了,谁能想到居然不支持??
没办法只能重新选择2.10.0版本的tensor
pip install tensorflow-gpu==2.10.0
keras目前已经内置在了tensorflow中,因此我们不用额外下载,那么到这里目前就全部都安装好了,但是我并不确定numpy和matplotlib等兼容性问题(因为我也是个小白
我们可以进行一个简单的测试,我在命令行输入
import tensorflow as tf tf.test.is_gpu_available()
虽然跳了warning(不重要的warning),但是显示了gpu调用正常
接下来
from tensorflow import keras keras.__version__
也是显示正常,没有问题。
至此本次分享就结束了,有小伙伴有问题的话,欢迎大家来一起进行分享和交流