Tensorflow -gpu 2.2 pip详细安装教程

目录

1. 安装Tensorflow -gpu

2. 下载cuda和cuDNN

3. 安装 cuda和cuDNN

4. 验证

5. 屏蔽输出信息

---

声明

  现在大部分教程是使用Anoconda来安装，因为这里面会事先给你装好了一些如numpy、pandas这些科学计算库，由于我自己的计算机里已经自己有了这些库，所有就没必要再下Anoconda了，直接pip安装。使用Anoconda安装的童鞋在创建环境变量激活后步骤和下边是一样。

1. 安装Tensorflow -gpu

注意是tensorflow -gpu，不是tensorflow，安装方法：

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow -gpu

 pip会自动给你安装最新的Tensorflow -gpu版本，这里我装的是2.2.0

 如果pip安装失败怎么办，手动下载安装文件：

打开清华镜像源，找到tensorflow-gpu

下载pip安装时命令行里出现的版本，我这里是

下载后在该文件目录下cmd输入（注意换成自己对应的名字）：

pip install tensorflow_gpu-2.2.0-cp37-cp37m-win_amd64.whl

 其实到这里tensorflow部分安装完了，接下来安装显卡部分的。

2. 下载cuda和cuDNN

首先我们要查找tensorflow-gpu对应的cuda和NcuDNN版本，直接上官网查询：

 结果发现没有2.2.0版本，点到gpu支持发现：

于是我们下载cuda 10.1 和cuDNN 7.6就好

打开官网：https://developer.nvidia.com/cuda-toolkit-archive下载cuda：

下载cuDNN：打开官网https://developer.nvidia.com/rdp/cudnn-archive

3. 安装 cuda和cuDNN

安装参考这篇博文，值得一提的是，我没有配置任何环境变量，输入nvcc -V也出现了版本信息

 也就说我的环境变量没用动，我的环境变量长这样：

到这里tensorflow的需要的东西安装完了，我们验证一下：

4. 验证

新建一个脚本，把代码复制进去

import tensorflow as tf
import numpy as np
# Create TensorFlow object called tensor
print(tf.__version__)
a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')
print(a)

结果报错：

2020-07-19 11:20:54.635731: F tensorflow/stream_executor/lib/statusor.cc:34] Attempting to fetch value instead of handling error Internal: failed to get device attribute 13 for device 0: CUDA_ERROR_UNKNOWN: unknown error

 百度搜了一堆发现有人说显卡不行，gpu对显卡的算力要求是3.0起步，我这里是5.0，所以不是显卡不行

 谷歌溜了一圈，github上有人说是显卡驱动不行，二话不说立马更新显卡，首先你得确定自己的显卡，确定方式这里我提供一种，不行的自行再百度：桌面空白处右键打开NVIDIA控制面板

 型号版本清晰的一目了然，上官网下驱动搜索自己的版本

下载好后一路确定安装，不需要多余的操作，到此驱动更新完毕，我们再将代码测试一遍。

第一次运行卡在这里比较久，但是

最后版本号有了，输出信息也有了

5. 屏蔽输出信息

如果看到红色的字体很烦，可以加入一行代码屏蔽他，如：

import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
import tensorflow as tf

print(tf.__version__)
a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')
print(a)

log信息共有四个等级，按重要性递增为：
INFO（通知）<WARNING（警告）<ERROR（错误）<FATAL（致命的）;

TF_CPP_MIN_LOG_LEVEL一共有四个值，含义如下：

	屏蔽信息	输出信息
‘0’	无	INFO + WARNING + ERROR + FATAL
‘1’	INFO	WARNING + ERROR + FATAL
‘2’	INFO + WARNING + ERROR	ERROR + FATAL
‘3’	INFO + WARNING	FFATA

有的小伙伴可能加了代码之后TF_CPP_MIN_LOG_LEVEL不起作用，原因就是，TF_CPP_MIN_LOG_LEVEL要放在import tensorflow as tf之前，最后：

祝各位小伙伴机器学习快乐！！！！