簡(jiǎn)單利用conda安裝tensorflow-gpu=2.2.0的過程及問題解決
網(wǎng)上安裝tensorflow-gpu=2.2.0什么的一大推,而且最后還報(bào)錯(cuò),一般問題出現(xiàn)在:
一、安裝下載慢
二、cuda和cudnn版本不對(duì)
我最后實(shí)驗(yàn)了,很好解決上面的問題。
2021年1月26日更新,python版本最好是3.7,3.8版本安裝有可能有問題,大概是conda沒有完全匹配好。
2021年8月10號(hào)更新,上面的問題官方解決了,首先使用conda命令安裝tensorflow-gpu=2.2.0,注意(需要已經(jīng)換成清華源了)
清華源命令:
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2/ conda config --set show_channel_urls yes
安裝命令:
conda install tensorflow-gpu==2.2.0
如果上面方式不行,就按下面方法來。
一、安裝tensorflow-gpu=2.2.0使用清華源安裝,代碼如下:
pip install tensorflow-gpu==2.2.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
這樣下載速度飛起!
二、什么去官網(wǎng)下載cuda版本配置路徑,感覺都不靠譜,我實(shí)驗(yàn)了,一個(gè)命令搞定,我的是1080Ti顯卡,先通過GeForce Experience把驅(qū)動(dòng)更新到最新,我的cuda信息如下:
我cuda的是11.0,這不重要,一般需要cuda是10.1或者以上就可以了。
然后一句代碼安裝:
conda install cudatoolkit=10.1 cudnn=7.6.5
注意:不要改上面的版本,不然安裝成功了,使用時(shí)報(bào)錯(cuò),這里就是個(gè)坑,我試過很多,這兩個(gè)版本才是對(duì)應(yīng)的,不管tensorflow-gpu=2.0/2.1/2.2,都適用
tensorflow-gpu對(duì)應(yīng)的cuda版本網(wǎng)址:https://tensorflow.google.cn/install/source_windows
2021年5月18日更新,安裝tensorflow-gpu=2.4.0,使用python版本為3.7或者3.8,cudatoolkit=11.0,cudnn=8.0
安裝好后測(cè)試下,測(cè)試代碼;
import tensorflow as tf import timeit import os os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2' # 代碼用于忽略級(jí)別 2 及以下的消息(級(jí)別 1 是提示,級(jí)別 2 是警告,級(jí)別 3 是錯(cuò)誤)。 with tf.device('/cpu:0'): cpu_a = tf.random.normal([10000, 1000]) cpu_b = tf.random.normal([1000, 2000]) print(cpu_a.device, cpu_b.device) with tf.device('/gpu:0'): gpu_a = tf.random.normal([10000, 1000]) gpu_b = tf.random.normal([1000, 2000]) print(gpu_a.device, gpu_b.device) def cpu_run(): with tf.device('/cpu:0'): c = tf.matmul(cpu_a, cpu_b) return c def gpu_run(): with tf.device('/gpu:0'): c = tf.matmul(gpu_a, gpu_b) return c # warm up cpu_time = timeit.timeit(cpu_run, number=10) gpu_time = timeit.timeit(gpu_run, number=10) print('warmup:', cpu_time, gpu_time) cpu_time = timeit.timeit(cpu_run, number=10) gpu_time = timeit.timeit(gpu_run, number=10) print('run time:', cpu_time, gpu_time) print('GPU', tf.test.is_gpu_available())
結(jié)果為:
warmup: 1.1624844 1.8189751
run time: 1.1631149999999995 0.0005907000000000551
GPU True
這樣就安裝成功了!
另外推薦個(gè)自動(dòng)補(bǔ)全插件,很好用,TabNine,安裝方法鏈接如下:
https://www.tabnine.com/
2020年10月11號(hào)更新
最近可能出現(xiàn)的版本問題報(bào)錯(cuò),例如:
AttributeError: module ‘tensorflow’ has no attribute ‘compat’
解決方案:如下所示:
報(bào)錯(cuò):AttributeError: module ‘tensorflow’ has no attribute ‘compat’
找了半天錯(cuò)誤,發(fā)現(xiàn)問題了,如下:
2020年10月5號(hào)更新
tensorflow==2.1.0版本也出現(xiàn)了這個(gè)問題,也用相同方法改正,注意版本就行了!?。?br />個(gè)是2.2版本,所以你要裝2.0.0版本的:
pip install tensorflow-estimator==2.0.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
或者
conda install tensorflow-estimator==2.0.0
這樣就解決問題了。這個(gè)安裝估計(jì)是個(gè)bug,以前沒這個(gè)版本錯(cuò)誤的,只是最近出現(xiàn)的。
到此這篇關(guān)于簡(jiǎn)單利用conda安裝tensorflow-gpu=2.2.0的文章就介紹到這了,更多相關(guān)conda安裝tensorflow-gpu內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
PyQT5 實(shí)現(xiàn)快捷鍵復(fù)制表格數(shù)據(jù)的方法示例
這篇文章主要介紹了PyQT5 實(shí)現(xiàn)快捷鍵復(fù)制表格數(shù)據(jù)的方法示例,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-06-06Python 中導(dǎo)入csv數(shù)據(jù)的三種方法
這篇文章主要介紹了Python 中導(dǎo)入csv數(shù)據(jù)的三種方法,內(nèi)容比較簡(jiǎn)單,非常不錯(cuò),具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2018-11-11使用Python實(shí)現(xiàn)插入100萬條數(shù)據(jù)到MySQL數(shù)據(jù)庫(kù)
這篇文章主要為大家詳細(xì)介紹了如何使用Python實(shí)現(xiàn)插入100萬條數(shù)據(jù)到MySQL數(shù)據(jù)庫(kù),文中的示例代碼講解詳細(xì),有需要的小伙伴可以參考一下2024-04-04如何在Python中用三階指數(shù)平滑模型對(duì)金融數(shù)據(jù)集進(jìn)行擬合與預(yù)測(cè)
這篇文章主要介紹了如何在Python中用三階指數(shù)平滑模型對(duì)金融數(shù)據(jù)集進(jìn)行擬合與預(yù)測(cè),本次實(shí)驗(yàn)數(shù)據(jù)為10列金融數(shù)據(jù)集,且相互之間獨(dú)立,需要分別擬合預(yù)測(cè),需要的朋友可以參考下2023-03-03淺談Python中的zip()與*zip()函數(shù)詳解
這篇文章主要介紹了淺談Python中的zip()與*zip()函數(shù)詳解,小編覺得挺不錯(cuò)的,現(xiàn)在分享給大家,也給大家做個(gè)參考。一起跟隨小編過來看看吧2018-02-02python 兩個(gè)一樣的字符串用==結(jié)果為false問題的解決
這篇文章主要介紹了python 兩個(gè)一樣的字符串用==結(jié)果為false問題的解決,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2020-03-03Python中plt.scatter()函數(shù)的常見用法小結(jié)
這篇文章主要介紹了Python中plt.scatter()函數(shù)的常見用法,本文給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2023-04-04