tensorflow无法打开网页 tensorflow在哪里打开

 

安装前先看下TensorFlow官网的安装要求地址：https://tensorflow.google.cn/install/gpu

软硬件要求：

 

路径配置：

 

  

目录

0）准备工作

1. Visual studio 2019社区版安装

   安装界面比较简单，按提示来即可（在安装界面勾选自己要用的插件）

1. 查看电脑自带GPU的版本及算力
2. 鼠标右击计算机->管理->系统工具->设备管理器->显示适配器

 

2.从https://developer.nvidia.com/cuda-gpus中查看自己电脑的算力（算力要超过3.5）

 

 

 

1）Anaconda3(windows版）

1. 安装Anaconda3

   首先进入Anaconda官网：https://www.anaconda.com/distribution/

   选择Windows下Python3.7（必须选64位，TF不支持Python32位）

    

 

      下载完成后，安装，一路next即可。

      2.修改文档的保存路径（可以指定自己想要的路径）

默认地址为C盘（这是默认地址，如果你通常安装在C盘的话，可以忽略此步骤）

如果安装后没有其他的操作的话，打开.jupyter是没有[jupyter_noteook_config.py]w文件。

jupyter notebook --generate-config ， 回车，产生jupyter_noteook_config.py文件。

用Notepad++（没有装的话，可以装下，比较简单）打开jupyter_notebook_config.py ，找到C.Notebook取消注释，C前面的#要去掉，输入你要保存的路径，保存文档，这下就修改好路径了。

 

        3.修改默认浏览器（自选）

用Notepad++打开jupyter_notebook_config.py，找到c.NotebookApp.browser = ''，在下方输入：

import webbrowser

webbrowser.register("chrome",None,webbrowser.GenericBrowser(u"C:\\ProgramFiles(x86)\\Google\\Chrome\\Application\\chrome.exe"))

c.NotebookApp.browser = 'chrome'

注意：输入命令要满足python格式，开头不要有空格，否则会出错，文件路径隔开最好是 \\

 

以上步骤做完后，需要更改快捷方式的位置，找到Jupyter的快捷方式，右键打开属性，将快捷方式中“目标”中的%USERPROFILE%去掉。（我将Jupyter.tf2版本的%USERPROFILE%也去掉了），如下图所示。

 

这样就完成了浏览器及文档保存路径的修改，如图：

 

 2)  NVIDIA GPU驱动程序，CUDA，CUDNN安装

   NVIDIA GPU驱动程序的下载：官网地址：https://www.nvidia.com/Download/index.aspx?lang=en-us

关注Windows Driver Type和Download Type两个选项。如果有多个GPU，就依次选择对应的驱动程序下载安装更新，至于Windows Driver Type是标准类型/DCH型，需要自己查看确认，请在 NVIDIA 控制面板中的“System Information”（系统信息）菜单下找到“Driver Type”（驱动程序类型）。网上答疑地址：http://tieba.baidu.com/p/6065913987

注：我这看不了，因为是远程桌面控制，打开NVIDIA控制面板，出现错误--NVIDIA显示设置不可用，看了很多解决方法，也按着来做了，都没能解决。因为没法看到实物，我估计可能是主机接口没接好，插在集显插口上。具体的可能的集中解决方案如下网址：https://zhidao.baidu.com/question/1988211033300348827.html 

错误画面如图，Windows Driver Type只好选标准型。

 

 

Download Type的选择，网上介绍：https://www.nvidia.cn/Download/Help.aspx?lang=cn

https://www.nvidia.cn/design-visualization/quadro-desktop-gpus/

我选的ODE（企业最佳驱动程序）版。

选好驱动后，点击搜索，下载，自定义安装，没有修改，直接next，如下图：

 

至于服务器中的NVIDIA k80驱动程序，注意一下，Windows Driver Type 和CUDA Toolkit的版本选择，CUDA Toolkit选择10.0，目前TensorFlow2.0好像只支持10.0。下载后安装，注意安装时选自定义安装（精简版安装，我没试），安装时发现有的子驱动可能和Quadro重复了，没事，直接next，安装。

 

 1.CUDA 10.0安装

下载CUDA，官网链接：

https://developer.nvidia.com/cuda-10.0-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal

安装时，选自定义安装，取勾Visual Studio Integration，一定要取勾，前面有已经安装过VS了，避免冲突.

点开Driver comonents，Display Driver这一行，前面显示的是Cuda本身包含的驱动版本是411.31

如果你电脑目前安装的驱动版本号新于Cuda本身自带的驱动版本号，那一定要把这个勾去掉。否则会安装失败(相同的话，就不用去取勾了)

 

下一步，接下来需要几分钟的时间安装，这是NVIDIA程序已完成的界面

 

打开安装路径，查看nvcc.exe

有这个nvcc.exe就说明CUDA安装已成功

 

打开此文件夹，查看有没有cuti64_100.dll

有这个cuti64_100.dll就说明CUPTI已成功

 

2. cuDNN 安装

CDNN官网链接：

https://developer.nvidia.com/rdp/cudnn-download

下载前需要注册NVIDIA.Developer的账户，接着选择cuDNN for CUDA10.0

 

解压cuDNN

 

将解压后文件复制到CUDA文件夹下

 

3. PATH配置

查看CUDA安装的环境路径

我的电脑——>属性——>高级系统设置——>环境变量

在系统变量中找到PATH

 

查看CUDA路径，当你安装完CUDA后，它会将这两个目录加进来，

CUPTA和cuDNN还没有加进来，所以必须将它们添加到路径，这样使用Tensorflow的时候才不会报错

添加CUPTA和cudnn路径

新建——>浏览，找到路径

cuDNN路径，CUPTA路径(缺一不可)

 

测试CUDA：

打开 cmd

输入 nvcc -V

下面的显示说明我们CUDA的版本是10.0

 

 

3)TensorFlow2.0安装与测试

1.安装

打开CMD，安装前先更新一下pip,不要使用这种方式 python -m pip install --upgrade pip  会出错，应当输入python -m pip install --user --upgrade pip

    

对于出现的Warning解决方法是：退出CMD，在系统环境变量 path变量上增加有关Anaconda的三个变量（安装路径），如图：

 

三个变量添加后，再次打开CMD，输入：pip install tensorflow-gpu==2.0.0-rc1 (使用pip install来安装最好使用清华镜像安装快捷稳定，后面的 -i 表示从国内清华源下载，pip install tensorflow-gpu==2.0.0 -i https://pypi.tuna.tsinghua.edu.cn/simple) ，此时就不会出现警告了。如图：

 

2.测试

测试Tensorflow是否安装成功：

法一：打开cmd——>ipython——>import tensorflow as tf

import tensorflow as tf

tf.test.is_gpu_available()

如图：显示True，说明gpu版本已经安装成功

 

法二：打开CMD，输入python——>  import tensorflow as tf  ——> print(tf.__version__)  ——>  print(tf.test.is_gpu_available())  

 

 

 

注：可以专门创建一个环境来放tensorflow2.0以及相关的python packages.如图：

注：在远程操作下载时较慢时，可以在自己电脑上用迅雷下载好上传到百度网盘，再在远程桌面从百度网盘中下载相关资源。