如果已安装好了Tensorflow-GPU环境,在Anaconda Prompt也能在这个环境下使用GUP,但回到win10用Spyder进入不了这个环境,无法利用GPU,就要解决捆绑GPU环境与Spyder的问题。
第一,首先保证已做了下述工作:
1.安装显卡支持的CUDA和cuDNN版本的CUDA和cuDNN,以建立TensorFlow-GPU环境。
2.安装Anaconda:下载并安装最新版本的Anaconda或Miniconda,以便可以在其中创建Python虚拟环境。
3.创建环境:使用conda命令创建一个名为Tensorflow-gpu的Python虚拟环境,并通过在虚拟环境中安装tensorflow-gpu包来安装与显卡对应TensorFlow-GPU版本,确保它是TensorFlow-GPU而不是普通版本的TensorFlow。
4.检查Spyder:使用pip list 或conda list命令确认Spyder是否在虚拟环境中被安装。
5.如果你的虚拟环境没有Spyder,说明Spyder安装到conda的base或其他环境下,不在Tensorflow-GPU环境下,也就不能从Spyder使用GPU。
第二,进入Tensorflow-GPU环境,运行conda install spyder 命令安装Spyder,将win10开始菜单中新出现的Spyder (tensorflow-gpu)拉入桌面,点击进入。
第三,在Spyder输入import Keras。如果出现module 'tensorflow.compat.v2.__internal__' has no attribute 'dispatch',说明Tensorflow与Keras版本不匹配。1)用pip list 查Tensorflow的版本;2)上网查与Tensorflow对应的Keras版本号如https://www.cnblogs.com/wwj321/p/16832760.html
如TensorFlow是2.4.0,按表中对应关系运行pip install --upgrade keras==2.4.3即可解决问题。