1. 程式人生 > >2018最新win10 安裝tensorflow1.4(GPU/CPU)+cuda8.0+cudnn8.0-v6 + keras 安裝CUDA莫名失敗 導入tensorflow失敗報錯問題解決

2018最新win10 安裝tensorflow1.4(GPU/CPU)+cuda8.0+cudnn8.0-v6 + keras 安裝CUDA莫名失敗 導入tensorflow失敗報錯問題解決

下載地址 find msd microsoft blank craft program 發現 占用

原文作者:aircraft

原文鏈接:https://www.cnblogs.com/DOMLX/p/9747019.html

基本開發環境搭建

1. Microsoft Windows 版本

關於Windows的版本選擇,本人強烈建議對於部分高性能的新機器采用Windows 10作為基礎環境,部分老舊筆記本或低性能機器采用Windows 7即可,本文環境將以Windows 10作為開發環境進行描述。對於Windows 10的發行版本選擇,筆者建議采用Windows_10_enterprise_2016_ltsb_x64作為基礎環境。

這裏推薦到MSDN我告訴你下載,也感謝作者國內優秀作者雪龍狼前輩所做出的貢獻與犧牲。

技術分享圖片

直接貼出熱鏈,復制粘貼迅雷下載:

ed2k://|file|cn_windows_10_enterprise_2016_ltsb_x64_dvd_9060409.iso|3821895680|FF17FF2D5919E3A560151BBC11C399D1|/

2. 編譯環境Microsoft Visual Studio 2015 Update 3

(安裝CPU版本非必須安裝)

CUDA編譯器為Microsoft Visual Studio,版本從2010-2015,cuda8.0僅支持2015版本,暫不支持VS2017,本文采用Visual Studio 2015 Update 3。 同樣直接貼出迅雷熱鏈:

ed2k://|file|cn_visual_studio_professional_2015_with_update_3_x86_x64_dvd_8923256.iso|7745202176|DD35D3D169D553224BE5FB44E074ED5E|/

vs2015下載百度雲磁力:鏈接:https://pan.baidu.com/s/1nZk92C-I8oRvxbyjELBNEw 密碼:1hnb

技術分享圖片

3. Python環境

python環境建設推薦使用科學計算集成python發行版Anaconda,Anaconda是Python眾多發行版中非常適用於科學計算的版本,裏面已經集成了很多優秀的科學計算Python庫。 建議安裝Anconda3 4.2.0版本,目前新出的python3.6存在部分不兼容問題,所以建議安裝歷史版本4.2.0 註意:windows10版本下的tensorflow暫時不支持python2.7

下載地址: Anaconda

創建python虛擬環境。

在CMD執行以下命令創建python版本為3.6、名字為tensorflow的虛擬環境。tensorflow文件可以在Anaconda安裝目錄envs文件下找到

conda create -n tensorflow python=3.6

這裏的tensorflow只是個名字變量而已,可以隨意改   比如我的是conda create -n py3 python=3.6完畢後記得用activate 你的名字變量  進入虛擬環境   比如我的:activate py3  退出虛擬環境:deactivate

4. CUDA

(安裝CPU版本非必須安裝) CUDA Toolkit是NVIDIA公司面向GPU編程提供的基礎工具包,也是驅動顯卡計算的核心技術工具。 直接安裝CUDA8.0即可 下載地址:https://developer.nvidia.com/cuda-downloads 技術分享圖片 在下載之後,按照步驟安裝,不建議新手修改安裝目錄,同上,環境不需要配置,安裝程序會自動配置好。

這裏可能會出現安裝CUDA失敗,原因可能是

1.VS2015(或者之前裝的VS系列沒有卸載幹凈,建議重裝系統hhhhh)沒有裝

2.沒有安裝在C盤默認目錄(因為這裏我裝其他盤都會失敗,就C盤成功了)

3.從安全模式啟動(參見http://www.tudoupe.com/win10/win10jiqiao/2016/1222/6230.html)。在c盤的Program Files和Program Files(x86)兩個文件夾中分別刪除NVIDIA Corporation和NVIDIA GPU Computing Toolkit(這個沒有的話就隨意)文件夾。正常模式重啟,重新安裝即可。 這裏可能會出現文件NVIDIA Corporation被占用的情況,進入安全模式刪除即可。

6. 加速庫CuDNN

從官網下載需要註冊 Nvidia 開發者賬號,網盤搜索一般也能找到。

CuDNN5.1百度雲下載

CuDNN6.1百度雲下載

CuDNN9.0百度雲三個版本下載都在下面百度雲鏈接裏

鏈接:https://pan.baidu.com/s/1mprpx7iO2CW3Y1xjFQBLzQ 密碼:6m6g

本文用的是裏面的cudnn8.0-v6版本+tensorflow--1.4+cuda8.0

7. 安裝tensorflow

如果原來有安裝,卸載原來的tensorflow:pip uninstall tensorflow-gpu

安裝新版本的tensorflow:pip install tensorflow-gpu==1.4    

這裏如果是1.6以上的話CUDNN要9.0的才行1.3以下的話CUDA 和CUDNN都要換版本 具體情況具體百度查對應版本。1.1以下的話好像基本不能GPU運行了

(CPU版本:pip install --upgrade tensorflow)CPU版本最簡單也適合新手 直接python創建完虛擬環境3.6之後直接安裝即可。

如果安裝過程報錯:Could not find a version that satisfies the requirement tensorflow (from versions: )
No matching distribution found for tensorflow
You are using pip version 9.0.1, however version 18.1 is available.
You should consider upgrading via the ‘python -m pip install --upgrade pip‘ command.

就直接:python -m pip install --upgrade pip

升級PIP即可

安裝完畢開始測試:

首先確保自己進入安裝tensorflow的虛擬環境,然後直接 python進入py環境

然後import tensorflow as tf

沒有報錯的話在輸入 tf.__version__

出現版本號即代表成功了

如果import tensorflow as tf 出現錯誤:

Traceback (most recent call last):

File "C:\Users\****\Anaconda3\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", line 18, in swig_import_helper

return importlib.import_module(mname)

File "C:\Users\****\Anaconda3\lib\importlib\__init__.py", line 126, in import_module

return _bootstrap._gcd_import(name[level:], package, level)

File "<frozen importlib._bootstrap>", line 986, in _gcd_import

File "<frozen importlib._bootstrap>", line 969, in _find_and_load

File "<frozen importlib._bootstrap>", line 958, in _find_and_load_unlocked

File "<frozen importlib._bootstrap>", line 666, in _load_unlocked

File "<frozen importlib._bootstrap>", line 577, in module_from_spec

File "<frozen importlib._bootstrap_external>", line 906, in create_module

File "<frozen importlib._bootstrap>", line 222, in _call_with_frames_removed

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

或者導入tensorflow報錯:

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

亦或者導入tensorflow報錯:

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.

亦或者導入tensorflow報錯:

1、libcudnn.so.x 找不到的情況:沒有裝 cuDNN

2、libcublas.so.x 找不到的情況:版本不匹配, CUDA與 cuDNN 或者tensorflow 版本不匹配,等等

以上的所有報錯我都經歷過,並且別人的教程都說是CUDA和CUDNN版本不匹配,或者VS2015/2017沒有安裝 ,的確是這樣的,結果我都試了好多個版本都沒有解決。最後發現我的tensorflow是1.1版本的太老了 換成1.4就成功了(2017可能太新不匹配DUDA8.0)

所以解決辦法:temsorflow版本+VS2015/2017安裝+CUDA版本+CUDNN版本要匹配 中間哪一個版本沒匹配都會出現上面的報錯。具體情況具體查自己電腦配置的匹配版本 本電腦是1050TI,CPU是誌強I5

7. 安裝keras

pip install keras -U --pre

然後進入python
import keras
沒有報錯就代表成功。




2018最新win10 安裝tensorflow1.4(GPU/CPU)+cuda8.0+cudnn8.0-v6 + keras 安裝CUDA莫名失敗 導入tensorflow失敗報錯問題解決