win10 conda安装tensorflow和keras的gpu踩坑日记

电脑环境：

win10

anaconda

1050ti显卡

需求目的：

在anaconda中使用keras，并且训练神经网络时会调用GPU

步骤：

0，安装须知概览

要想在使用keras的时候能够调用gpu，就必须安装tensorflow-gpu版本

要想安装tensorflow-gpu版本，就必须得安装cuda和cudnn

想要使用tensorflow-gpu调用GPU，python的版本需要对应

想要在keras中使用tf-gpu，keras和tf的版本需要对应

总的来说，即keras、tf、python、cuda和cudnn的版本都是要要求的，需要一一对应。

1，cuda与cudnn版本的选择与安装

首先，可以打开NVIDIA，查看可以安装的CUDA版本，我这里是11.2.78，意思是最高安装的版本可以达到11.2.78。

（如果你使用的是1050ti，但是却没有我的版本高，那么可以尝试下更新显卡驱动，一般更新后这个版本就会提高）

但这并不代表我们要下载这个版本的cuda，因为cuda的版本需要与tf对应起来。

那么如何查看需要什么版本的库呢？

tensorflow与cuda、cudnn的关系可以在这里查：

1，https://tensorflow.google.cn/install/source_windows

tensorflow与keras的关系可以在这里查：

2，https://docs.floydhub.com/guides/environments/

由于目前在tf与keras的关系网站（网站2）中，tf最高的版本只到2.2，所以选定tf安装的版本为2.2，keras版本选用Keras 2.3.1 python使用 Python 3.7.

（注意：截至2021年5月7日，tf的版本已经更新到了2.4，但由于没有给出对应的keras版本，所以选择了较低的版本）

确定好了tf的版本后，就可以去网站1找对应的cuda和cudnn版本啦，可以看到tf 2.2对应的cuda版本是10.1 对应的cudnn版本是7.6。

那么就直接去网站找对应的版本下载就行了。

（注意：下载后安装在电脑环境中即可，不是在conda环境中安装）

cuda与cudnn教程参考连接：

（待更新）

cuda安装好之后可以通过指令：

nvcc -V

查看是否安装成功 ，安装完之后添加环境变量，然后重启一下（不知道是不是必要项目）

如果想查看cudnn的版本，可以通过查看对应的.h头文件得知。

2，tensorflow与keras安装

在上一节中，我们已经在电脑环境中安装了cuda10.1和cudnn7.6，那么接下来的工作我们可以打开anconda进行啦：

1，首先在anconda中新建一个环境，python选用3.7

2，执行语句安装keras和tf-gpu

pip install --ignore-installed --upgrade tensorflow_gpu==2.2.0
pip install keras==2.3.1
#下面是opencv的安装指令，根据需求安装
#pip install opencv-python -i https://pypi.doubanio.com/simple 

这里需要十分注意，不要在anconda的可视化界面中直接点击下载，因为直接点击下载的话版本不可控，它会给你下载最新的版本，其次直接点击tensorflow-gpu的话，它会给你下载CPU和GPU两个版本，这样会导致后面检测或者调用不到CPU。

安装好了可以通过下面语句查看tf的gpu版本是否安装成功

import tensorflow as tf
for i in tf.config.list_physical_devices():
    if 'GPU' in i[1]:
        print (i[1],'可用,GPU名称: ',i[0])

如果有GPU，那么就大功告成了，但如果没有，请回顾Tensorflow、keras、python、cudnn、cuda的各个版本是否有一 一对应