windows10 GPU+tensorflow环境配置

一、安装CUDA和CUDNN

参考这篇博客，完全无坑

基于上面的博客，安装了CUDA10.0

二、安装tensorflow

错误1：from google.protobuf.pyext import _message ImportError: DLL load failed: The specified procedure could not be found.

解决方案：卸载protobuf，并 pip install protobuf==3.6.0

错误2：FutureWarning: Passing (type, 1) or '1type' as a synonym of type is deprecated; in a future version of numpy.......

解决方案：numpy1-17-0版本过高，使用numpy-1.16-0版本即可

错误3： Blas GEMM launch failed  或者

failed to create cublas handle: CUBLAS_STATUS_ALLOC_FAILED

解决方案：原因均为显存不足，添加如下代码

import tensorflow as tf
from keras.backend.tensorflow_backend import set_session
config = tf.compat.v1.ConfigProto()
config.gpu_options.allocator_type = 'BFC' #A "Best-fit with coalescing" algorithm, simplified from a version of dlmalloc.
config.gpu_options.per_process_gpu_memory_fraction = 0.3
config.gpu_options.allow_growth = True
tf.compat.v1.keras.backend.set_session(tf.compat.v1.Session(config=config))

 错误4：tensorflow.python.framework.errors_impl.ResourceExhaustedError: OOM when allocating tensor with shape[?]

解决方案：还是显存不足

尝试以下几种措施:

1 减少Batch 的大小

2 分析错误的位置，在哪一层出现显卡不够，比如在全连接层出现的，则降低全连接层的维度，把2048改成1042啥的

3 增加pool 层，降低整个网络的维度。

4 修改输入图片的大小

 

由于当前用的是1050TI显卡，显存只有4G，多次尝试均无法解决显存问题，只能卸载tensorflow-gpu，重新安装了cpu版