尊龙d88尊龙d88


尊龙官网

2018最新win10 安装tensorflow1.4(GPU/CPU)+cuda8.0+cudnn8.0-v6 + keras 安装CUDA莫名失败 导入tensorflow失败报错问题解决

 

 

 

原文作者:aircraft

原文链接:https://www.cnblogs.com/DOMLX/p/9747019.html

 

 

基本开发环境搭建

1. Microsoft Windows 版本

关于Windows的版本选择,本人强烈建议对于部分高性能的新机器采用Windows 10作为基础环境,部分老旧笔记本或低性能机器采用Windows 7即可,本文环境将以Windows 10作为开发环境进行描述。对于Windows 10的发行版本选择,笔者建议采用Windows_10_enterprise_2016_ltsb_x64作为基础环境。

这里推荐到MSDN我告诉你下载,也感谢作者国内优秀作者雪龙狼前辈所做出的贡献与牺牲。

直接贴出热链,复制粘贴迅雷下载:

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

2. 编译环境Microsoft Visual Studio 2015 Update 3

(安装CPU版本非必须安装)

CUDA编译器为Microsoft Visual Studio,版本从2010-2015,cuda8.0仅支持2015版本,暂不支持VS2017,本文采用Visual Studio 2015 Update 3。 同样直接贴出迅雷热链:

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

vs2015下载百度云磁力:链接:https://pan.baidu.com/s/1nZk92C-I8oRvxbyjELBNEw 密码:1hnb

3. Python环境

python环境建设推荐使用科学计算集成python发行版Anaconda,Anaconda是Python众多发行版中非常适用于科学计算的版本,里面已经集成了很多优秀的科学计算Python库。 建议安装Anconda3 4.2.0版本,目前新出的python3.6存在部分不兼容问题,所以建议安装历史版本4.2.0 注意:windows10版本下的tensorflow暂时不支持python2.7

下载地址: Anaconda

 

 

创建python虚拟环境。

 

在CMD执行以下命令创建python版本为3.6、名字为tensorflow的虚拟环境。tensorflow文件可以在Anaconda安装目录envs文件下找到

 

conda create -n tensorflow python=3.6

 

这里的tensorflow只是个名字变量而已,可以随意改 比如我的是conda create -n py3 python=3.6完毕后记得用activate 你的名字变量 进入虚拟环境比如我的:activate py3退出虚拟环境:deactivate

4. CUDA

(安装CPU版本非必须安装) CUDA Toolkit是NVIDIA公司面向GPU编程提供的基础工具包,也是驱动显卡计算的核心技术工具。 直接安装CUDA8.0即可 下载地址:https://developer.nvidia.com/cuda-downloads 在下载之后,按照步骤安装,不建议新手修改安装目录,同上,环境不需要配置,安装程序会自动配置好。

这里可能会出现安装CUDA失败,原因可能是

1.VS2015(或者之前装的VS系列没有卸载干净,建议重装系统hhhhh)没有装

2.没有安装在C盘默认目录(因为这里我装其他盘都会失败,就C盘成功了)

3.从安全模式启动(参见http://www.tudoupe.com/win10/win10jiqiao/2016/1222/6230.html)。在c盘的Program Files和Program Files(x86)两个文件夹中分别删除NVIDIA Corporation和NVIDIA GPU Computing Toolkit(这个没有的话就随意)文件夹。正常模式重启,重新安装即可。 这里可能会出现文件NVIDIA Corporation被占用的情况,进入安全模式删除即可。

 

6. 加速库CuDNN

从官网下载需要注册 Nvidia 开发者账号,网盘搜索一般也能找到。

CuDNN5.1百度云下载

CuDNN6.1百度云下载

CuDNN9.0百度云三个版本下载都在下面百度云链接里

链接:https://pan.baidu.com/s/1mprpx7iO2CW3Y1xjFQBLzQ 密码:6m6g

 

本文用的是里面的cudnn8.0-v6版本+tensorflow--1.4+cuda8.0

 

7. 安装tensorflow

如果原来有安装,卸载原来的tensorflow:pip uninstall tensorflow-gpu

安装新版本的tensorflow:pip install tensorflow-gpu==1.4    

这里如果是1.6以上的话CUDNN要9.0的才行1.3以下的话CUDA 和CUDNN都要换版本 具体情况具体百度查对应版本。1.1以下的话好像基本不能GPU运行了

(CPU版本:pip install --upgrade tensorflow)CPU版本最简单也适合新手  直接python创建完虚拟环境3.6之后直接安装即可。

如果安装过程报错:Could not find a version that satisfies the requirement tensorflow (from versions: )No matching distribution found for tensorflowYou 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  

升级PIP即可

 

安装完毕开始测试:

首先确保自己进入安装tensorflow的虚拟环境,然后直接  python进入py环境

然后import tensorflow as tf

没有报错的话在输入 tf.__version__ 

出现版本号即代表成功了

如果import tensorflow as tf 出现错误:

Traceback (most recent call last):

File "C:Users****Anaconda3libsite-packagesensorflowpythonpywrap_tensorflow_internal.py", line 18, in swig_import_helper

return importlib.import_module(mname)

File "C:Users****Anaconda3libimportlib\__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: 找不到指定的模块。

或者导入tensorflow报错:

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

 

亦或者导入tensorflow报错:

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.

亦或者导入tensorflow报错:

1、libcudnn.so.x 找不到的情况:没有装 cuDNN

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

 

 

以上的所有报错我都经历过,并且别人的教程都说是CUDA和CUDNN版本不匹配,或者VS2015/2017没有安装 ,的确是这样的,结果我都试了好多个版本都没有解决。最后发现我的tensorflow是1.1版本的太老了  换成1.4就成功了(2017可能太新不匹配DUDA8.0)

所以解决办法:temsorflow版本+VS2015/2017安装+CUDA版本+CUDNN版本要匹配  中间哪一个版本没匹配都会出现上面的报错。具体情况具体查自己电脑配置的匹配版本  本电脑是1050TI,CPU是志强I5

 

7. 安装keras

 

pip install keras -U --pre然后进入python import keras没有报错就代表成功。

 

, 1, 0, 9);

欢迎阅读本文章: 许文腾

尊龙体育官方指定APP

尊龙官网