Anaconda+Pycharm环境下运行tensorflow-gpu1.12.0+keras2.1.6+opencv-python3.4.1.15+efficientnet0.0.4

这几天做头部姿态检测，在GitHub上找到一个相关项目：Ascend-Research / HeadPoseEstimation-WHENethttps://github.com/Ascend-Research/HeadPoseEstimation-WHENet

 该项目在requirements.txt里说明了部分第三方库的版本：

numpy
opencv-python
tensorflow-gpu==1.12.0
keras==2.1.6
efficientnet==0.0.4

由于目前使用的anaconda安装了最新版本python3.9，不兼容以上第三方库，故在anaconda里新建了虚拟环境python3.6（起初装了虚拟环境python3.7，运行时会报错），并在该虚拟环境中用pip install 而非 conda install 命令安装以上各库（貌似不用先安装numpy，因为安装其他库时会附带numpy）。

然后运行程序报错：ImportError: DLL load failed: 找不到指定的模块

根据使用 pip 安装 TensorFlow和GPU 支持  |  TensorFlow，tensorflow-gpu要搭配CUDA和cudnn使用，而且要注意版本兼容问题，于是为tensorflow-gpu1.12.0下载了CUDA9.0和cudnn7.5.0.56。

安装CUDA9.0后，将cudnn7.5.0.56的各子文件夹里的文件复制到CUDA9.0安装目录下相应名称文件夹内，然后将CUDA9.0的路径（我的是默认安装路径）添加到系统变量里（电脑-右键“属性”-高级系统设置-环境变量-系统变量-Path-编辑-新建）：

 然后运行程序，出现另一种报错，网上说要安装Microsoft Visual C++ Redistributable包，于是我直接安装了Microsoft Visual Studio2017。

这回程序报错变了，搜索后按照网上方法，将安装上面第三方库时附带的h5py的版本改为2.10.0，将protobuf的版本改为3.19.1，继续报错，又将tensorflow-gpu从1.12.0变为1.8.0，报错信息变为：

failed to run cuBLAS routine cublasSgemm_v2: CUBLAS_STATUS_EXECUTION_FAILED

 又经过几番搜索，原来是当初安装CUDA9.0时没有装相应的补丁，于是下载第四个补丁并安装：CUDA9.0和补丁https://developer.nvidia.com/cuda-90-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal

 运行程序，终于不是tensorflow和CUDA的问题了，报错变为：

pyparsing AttributeError: 'version_info' object has no attribute '__version__'

搜索后将pyparsing的版本变为2.4.7后解决问题，鼓掌！

作为对上述项目说明的补充，最终我的这些库版本为numpy1.19.5、opencv-python3.4.1.15