Win10环境Tensorflow-GPU13.1/JupyterNotebook的安装

 参考 :

Anaconda Tensorflow GPU 版本的安装问题

https://blog.csdn.net/u010977034/article/details/62038698

Windows10环境下安装Anaconda和tensorflow-gpu,然后在jupyter notebook上使用

https://blog.csdn.net/qq_37392244/article/details/85003425

利用conda安装指定版本的tensorflow

conda install --channel https://conda.anaconda.org/anaconda tensorflow=1.6.0

Tensorflow-gpu搭建CUDA 10.0与cuDNN等版本问题

https://blog.csdn.net/weixin_42718092/article/details/85001140


 

查询Tensorflow与CUDA/CuDNN的版本关系

查询官网说明:

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

 

 查询CUDA要求的GUP Driver Version

 查询官网说明:

确定并安装需要的各个版本

python-3.6

tensorflow-gpu-1.13

cuda-10.0

cudnn-7.5

 

CUDA下载地址: https://developer.nvidia.com/cuda-toolkit-archive

CuDNN下载地址:https://developer.nvidia.com/rdp/cudnn-download

(下载CuDNN需要注册账号,注册过程比较简单)

 

说明:本次安装的tensorflow需要与Jupyter notebook集成,所以此处只安装CUDA和CuDNN(安装前确保GPU驱动已经安装且版本一致)。

 

CUDA是NVIDIA推出的运算平台,CuDNN是专门针对Deep Learning框架设计的一套GPU计算加速方案。在安装之前要查询下最新TensorFLow发行版支持到了哪个版本。另外,也要确认CUDA版本是否支持自己的显卡。

安装好CUDA后,再将下载好的cudnn文件解压缩,得到一个文件夹:

将里面的三个文件夹复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0中


 

 

Anaconda的下载和安装

安装Anaconda(一个开源的Python发行版本)的最新版本。Anaconda包含了conda、Python等180多个科学包及其依赖项,功能强大。
Anaconda下载地址:https://www.anaconda.com/download/

本次安装 的是Anaconda3-2018.12-Windows-x86_64,以下截图来自上述博客,主要用于说明有关的设置:

 

 创建tensorflow环境

 1、打开Anaconda Prompt

 

 

2、建立一个conda环境,命名为tensorflow_gpu

执行:conda create -n tensorflow_gpu python=3.6

 

3.进入到tensorflow_gpu环境中,在这个环境下面完成之后tensorflow-gpu的安装。

进入创建好的环境中,执行命令:activate tensorflow_gpu

 

安装tensorflow-gpu,执行命令:conda install --channel https://conda.anaconda.org/anaconda tensorflow-gpu

(该命令的查询方式,见下附【在Anaconda如何确定要安装的tf-gpu版本】)

查看tensorlfow的版本:

 

 

 为了后面安装的tensorflow-gpu可以在jupyter notebook中使用 ,需要安装这两个包,用conda命令安装:

  1. conda install ipython
  2. conda install jupyter

执行命令:ipython kernelspec install-self --user

看到类似这个结果:Installed kernelspec python3 in C:\Users\XXX\Jupyter\kernels\python3

然后就可以使用jupyter notebook了,使用的时候先用activate tensorflow_gpu命令打开建立的环境,然后再用jupyter notebook命令打开jupyter notebook就可以了。

 

4、jupyter notebook的使用

 打开终端Anaconda Prompt,然后输入activate tensorflow_gpu,进入创建好的环境中,再用jupyter notebook命令打开jupyter notebook即可。

5、修改notebook文件的存放目录

 执行命令: jupyter notebook --no-browser --ip=0.0.0.0 --allow-root --NotebookApp.token= --notebook-dir='C:\\Users\\dell\\MyJupyterCode'

 

在Anaconda如何确定要安装的tf-gpu版本

参考:https://blog.csdn.net/u010977034/article/details/62038698

 

1、打开终端Anaconda Prompt,执行命令:anaconda search -t conda tensorflow

此指令会查询conda环境中有哪些tensorflow安装包,通过查看版本,选择最高的版本安装。如下图

 

 

 2、此处查询到的最高版本是 anaconda/tensorflow-gpu  1.13.1,则执行命令:anaconda show  anaconda/tensorflow-gpu 

这个命令令会告诉你怎么安装这个包

 

 

3、根据提示,在终端执行:

conda install --channel https://conda.anaconda.org/anaconda tensorflow-gpu

 

4、在第1步中可以看到,anaconda/tensorflow-gpu 带着版本号 1.13.1。因此,如果有多个版本,而你想安装一个指定的版本,则应该在命令后面加入版本信息,如:

conda install --channel https://conda.anaconda.org/anaconda tensorflow-gpu=1.13.1

 

如何删除已经建立 的conda环境

 

执行命令:

 

    1. deactivate tensorflow_gpu
    2. conda remove -n tensorflow --all
    3. conda info --envs
       
       

 遇到的问题

 第一次安装后,在jupyter book中运行import tensorflow as tf时,报错。

重要的报错信息是:ImportError: DLL load failed: 找不到指定的模块。ModuleNotFoundError: No module named '_pywrap_tensorflow_internal'

解决方案:

  Anaconda中安装 的tensorflow-gpu版本太低,与CUDA/Cudnn不匹配,重新按上述方法选择13.1安装即可。


--------------------详细报错信息如下-------------------------------------------------------
ImportError Traceback (most recent call last)
~\AppData\Local\conda\conda\envs\tensorflow_gpu\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py in swig_import_helper()
17 try:
---> 18 return importlib.import_module(mname)
19 except ImportError:

~\AppData\Local\conda\conda\envs\tensorflow_gpu\lib\importlib\__init__.py in import_module(name, package)
125 level += 1
--> 126 return _bootstrap._gcd_import(name[level:], package, level)
127

~\AppData\Local\conda\conda\envs\tensorflow_gpu\lib\importlib\_bootstrap.py in _gcd_import(name, package, level)

~\AppData\Local\conda\conda\envs\tensorflow_gpu\lib\importlib\_bootstrap.py in _find_and_load(name, import_)

~\AppData\Local\conda\conda\envs\tensorflow_gpu\lib\importlib\_bootstrap.py in _find_and_load_unlocked(name, import_)

~\AppData\Local\conda\conda\envs\tensorflow_gpu\lib\importlib\_bootstrap.py in _load_unlocked(spec)

~\AppData\Local\conda\conda\envs\tensorflow_gpu\lib\importlib\_bootstrap.py in module_from_spec(spec)

~\AppData\Local\conda\conda\envs\tensorflow_gpu\lib\importlib\_bootstrap_external.py in create_module(self, spec)

~\AppData\Local\conda\conda\envs\tensorflow_gpu\lib\importlib\_bootstrap.py in _call_with_frames_removed(f, *args, **kwds)

ImportError: DLL load failed: 找不到指定的模块。

During handling of the above exception, another exception occurred:

ModuleNotFoundError Traceback (most recent call last)
~\AppData\Local\conda\conda\envs\tensorflow_gpu\lib\site-packages\tensorflow\python\pywrap_tensorflow.py in <module>()
40 sys.setdlopenflags(_default_dlopen_flags | ctypes.RTLD_GLOBAL)
---> 41 from tensorflow.python.pywrap_tensorflow_internal import *
42 from tensorflow.python.pywrap_tensorflow_internal import __version__

~\AppData\Local\conda\conda\envs\tensorflow_gpu\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py in <module>()
20 return importlib.import_module('_pywrap_tensorflow_internal')
---> 21 _pywrap_tensorflow_internal = swig_import_helper()
22 del swig_import_helper

~\AppData\Local\conda\conda\envs\tensorflow_gpu\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py in swig_import_helper()
19 except ImportError:
---> 20 return importlib.import_module('_pywrap_tensorflow_internal')
21 _pywrap_tensorflow_internal = swig_import_helper()

~\AppData\Local\conda\conda\envs\tensorflow_gpu\lib\importlib\__init__.py in import_module(name, package)
125 level += 1
--> 126 return _bootstrap._gcd_import(name[level:], package, level)
127

ModuleNotFoundError: No module named '_pywrap_tensorflow_internal'

During handling of the above exception, another exception occurred:

ImportError Traceback (most recent call last)
<ipython-input-1-41389fad42b5> in <module>()
----> 1 import tensorflow as tf

~\AppData\Local\conda\conda\envs\tensorflow_gpu\lib\site-packages\tensorflow\__init__.py in <module>()
22
23 # pylint: disable=wildcard-import
---> 24 from tensorflow.python import *
25 # pylint: enable=wildcard-import
26

~\AppData\Local\conda\conda\envs\tensorflow_gpu\lib\site-packages\tensorflow\python\__init__.py in <module>()
49 import numpy as np
50
---> 51 from tensorflow.python import pywrap_tensorflow
52
53 # Protocol buffers

~\AppData\Local\conda\conda\envs\tensorflow_gpu\lib\site-packages\tensorflow\python\pywrap_tensorflow.py in <module>()
50 for some common reasons and solutions. Include the entire stack trace
51 above this error message when asking for help.""" % traceback.format_exc()
---> 52 raise ImportError(msg)
53
54 # pylint: enable=wildcard-import,g-import-not-at-top,unused-import,line-too-long

ImportError: Traceback (most recent call last):
File "C:\Users\dell\AppData\Local\conda\conda\envs\tensorflow_gpu\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", line 18, in swig_import_helper
return importlib.import_module(mname)
File "C:\Users\dell\AppData\Local\conda\conda\envs\tensorflow_gpu\lib\importlib\__init__.py", line 126, in import_module
return _bootstrap._gcd_import(name[level:], package, level)
File "<frozen importlib._bootstrap>", line 978, in _gcd_import
File "<frozen importlib._bootstrap>", line 961, in _find_and_load
File "<frozen importlib._bootstrap>", line 950, in _find_and_load_unlocked
File "<frozen importlib._bootstrap>", line 648, in _load_unlocked
File "<frozen importlib._bootstrap>", line 560, in module_from_spec
File "<frozen importlib._bootstrap_external>", line 922, in create_module
File "<frozen importlib._bootstrap>", line 205, in _call_with_frames_removed
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 "C:\Users\dell\AppData\Local\conda\conda\envs\tensorflow_gpu\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", line 41, in <module>
from tensorflow.python.pywrap_tensorflow_internal import *
File "C:\Users\dell\AppData\Local\conda\conda\envs\tensorflow_gpu\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", line 21, in <module>
_pywrap_tensorflow_internal = swig_import_helper()
File "C:\Users\dell\AppData\Local\conda\conda\envs\tensorflow_gpu\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", line 20, in swig_import_helper
return importlib.import_module('_pywrap_tensorflow_internal')
File "C:\Users\dell\AppData\Local\conda\conda\envs\tensorflow_gpu\lib\importlib\__init__.py", line 126, in import_module
return _bootstrap._gcd_import(name[level:], package, level)
ModuleNotFoundError: No module named '_pywrap_tensorflow_internal'


Failed to load the native TensorFlow runtime.

See https://www.tensorflow.org/install/install_sources#common_installation_problems

for some common reasons and solutions. Include the entire stack trace
above this error message when asking for help.

 

转载于:https://www.cnblogs.com/xianhan/p/10601374.html

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 要在Windows 10上安装tensorflow-gpu,可以按照以下步骤进行操作: 1. 安装CUDA Toolkit TensorFlow-gpu需要CUDA Toolkit作为其GPU支持的基础。因此,首先需要在你的计算机上安装适用于你的GPU版本的CUDA Toolkit。可以从NVIDIA官网下载相应的版本,并按照安装向导进行操作。 2. 安装cuDNN TensorFlow-gpu还需要cuDNN作为其GPU支持的一部分。cuDNN是NVIDIA的深度学习库,可以通过NVIDIA的网站下载安装。 3. 创建虚拟环境 推荐在安装tensorflow-gpu之前创建一个Python虚拟环境。可以使用Anaconda或者Python自带的venv模块来创建虚拟环境。 4. 安装tensorflow-gpu 在虚拟环境中,可以使用pip来安装tensorflow-gpu,命令为:pip install tensorflow-gpu。 完成以上步骤后,就可以在Windows 10上使用tensorflow-gpu了。 ### 回答2: win10安装tensorflow-gpu TensorFlow是一个开源的机器学习库,它由谷歌公司开发和维护。它具有高效、灵活、易用等优点,是构建人工智能应用的主要工具之一。如果你使用GPU进行深度学习,那么安装tensorflow-gpu可以提高训练速度,让你更快地处理大规模的数据集。在本文中,我们将介绍如何在Windows 10操作系统上安装tensorflow-gpu。 1. 安装CUDA工具包 如果你正在使用NVIDIA GPU,那么你需要先安装CUDA工具包。CUDA是一款NVIDIA推出的并行计算平台和编程模型,它支持使用GPU进行高性能计算。在安装CUDA之前,你需要确定你的GPU是否支持CUDA。可以在NVIDIA官网上查看你的GPU支持的CUDA版本。接下来,按照如下步骤安装CUDA 打开NVIDIA官网,选择CUDA下载页面 选择符合你GPU的版本,下载相关的安装安装CUDA,按照提示进行操作 2. 安装cuDNN库 cuDNN库是一个加速深度神经网络的库,它也是由NVIDIA进行开发和维护。为了确保你的深度学习应用能够最大限度地利用GPU加速,你需要安装cuDNN库。 到NVIDIA官网上下载cuDNN库,下载之前需要先注册一个账号 下载完成后,解压文件,将文件的路径添加到PATH环境变量中 3. 安装Anaconda Anaconda是一个Python发行版,它包括了Python解释器、常用的Python包和工具。安装Anaconda可以使我们更加方便地安装、管理Python包和环境。在安装Anaconda之前,你需要选择你想要的Python版本。你可以在Anaconda官网上下载适合你的版本。 安装Anaconda,将其添加到系统环境变量中。安装过程中需要注意安装路径,如果路径中带有空格,请把路径加到环境变量时加上引号。 4. 安装TensorFlow 打开Anaconda Prompt(或使用其他命令行工具),输入如下命令: conda create -n tensorflow-gpu python=3.6 activate tensorflow-gpu pip install tensorflow-gpu 这个命令将会在你的Anaconda中创建一个名为tensorflow-gpu的新环境安装Python版本为3.6,然后安装包含TensorFlow-gpu的依赖。 安装完成后,你需要运行一些TensorFlow的示例代码以确保安装成功。打开Python和TensorFlow的交互式环境,输入如下命令: import tensorflow as tf hello = tf.constant('Hello, TensorFlow!') sess = tf.Session() print(sess.run(hello)) 如果输出结果是“Hello, TensorFlow!”,那么恭喜你,你已经成功安装TensorFlow-gpu。 总结来说,win10安装tensorflow-gpu的步骤主要包括安装CUDA工具包、安装cuDNN库、安装Anaconda以及安装TensorFlow。毫无疑问,这是一项需要花费一些时间和精力的任务,但是一旦你成功地完成了上述步骤,你将可以轻松地使用GPU进行深度学习,以及更快地处理大规模的数据集。 ### 回答3: Windows 10作为一个非常流行的操作系统,在计算机领域中被广泛使用。如果你想要在Windows 10上使用tensorflow-gpu,那么你需要做一些准备工作,以确保安装能够成功进行。下面是一些安装步骤: 1. 下载Anaconda 在安装tensorflow-gpu之前,需要先下载Anaconda。Anaconda是一个开源的Python发行版,这里我们需要下载Python 3.6版本的Anaconda。下载的链接为:https://www.anaconda.com/products/individual#Downloads,选择适合自己的版本进行下载安装。 2. 安装CUDA 在下载tensorflow-gpu之前,需要先安装CUDA。CUDA是一个并行计算平台,它可以加速机器学习和深度学习的计算过程。在这里,我们需要安装的是CUDA 9.0版本。首先,需要前往官网下载CUDA 9.0版本的安装包,链接为:https://developer.nvidia.com/cuda-90-download-archive。下载并按照默认设置进行安装。 3. 安装cuDNN cuDNN是用于加速深度学习计算的一个库。但是,在安装之前,需要先注册一个NVIDIA账号。注册完成之后,前往链接https://developer.nvidia.com/cudnn下载cuDNN的安装包。根据下载安装文件的说明安装即可。 4. 安装tensorflow-gpu 安装tensorflow-gpu之前,需要先打开Anaconda Prompt,并创建一个新的虚拟环境,输入以下命令: conda create --name tensorflow-gpu python=3.6 这个命令将会创建一个名为tensorflow-gpu的虚拟环境,并使用Python 3.6版本。 安装完成之后,可以激活这个虚拟环境,输入以下命令: conda activate tensorflow-gpu 接下来就可以安装tensorflow-gpu了,输入以下命令: pip install tensorflow-gpu 安装完成后,我们可以通过以下语句验证tensorflow-gpu是否正常安装: python -c "import tensorflow as tf; tf.enable_eager_execution(); print(tf.reduce_sum(tf.random_normal([1000, 1000])))" 如果安装成功,将会有一大串数字输出,表示tensorflow-gpu已经成功安装。 综上,如果你想在Windows 10上安装tensorflow-gpu,需要先下载Anaconda,然后安装CUDA和cuDNN,最后安装tensorflow-gpu。请按照以上步骤进行操作。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值