文章目录
- 前言
- 一、查看windows的CUDA版本
- 二、使用步骤
- 1.各个GPU版本tensorflow对应的CUDA版本
- 2.安装对应的版本的CUDA，我这里选择安装cuda11.0的
- 2.安装对应的版本的CUDNN，我这里下载的是v8.0.5
- 3.在Anaconda里安装tensorflow
- (1)打开anaconda自带的Anaconda Prompt
- (2)创建新的环境，我命名为“tf2.4”，python选择3.7版本的
- (3)激活新的环境
- (4)在新的环境安装tensorflow
- (5)测试tensorflow有没有安装成功
- (6)安装keras
前言
给工作站配置本地训练模型的环境，我这里要配置的是win10:anaconda+cuda11.0+cudnn8.0.5+tensorflow2.4.0+keras2.4.3
一、查看windows的CUDA版本
（1）找到这个NVIDIA控制面板：
NVIDIA控制面板，点击左下角系统信息：
点击组件：就显示CUDA的信息了，我这里是11.7版本，表示最高支持11.7的cuda。也就是cuda可以安装比11.7低的版本，但是不能比它高，向下兼容，不需要和11.7保持一致。
二、使用步骤
1.各个GPU版本tensorflow对应的CUDA版本
GPU版本的地址：https://tensorflow.google.cn/install/source_windows?hl=en#gpu
Cpu版本的地址：https://tensorflow.google.cn/install/source_windows?hl=en#cpu
2.安装对应的版本的CUDA，我这里选择安装cuda11.0的
各个版本的cuda：https://developer.nvidia.com/cuda-toolkit-archive
不翻墙的话网页打开特别慢，我就是慢慢等的，找到自己要的版本：11.0
我下载好传到资源里了：
点进去下载：
2.安装对应的版本的CUDNN，我这里下载的是v8.0.5
官网链接：https://developer.nvidia.com/rdp/cudnn-download
我下载好传到资源里了：
具体cuda和cudnn安装与后面的配置环境可以参考博客：
3.在Anaconda里安装tensorflow
anaconda安装见：
(1)打开anaconda自带的Anaconda Prompt
(2)创建新的环境，我命名为“tf2.4”，python选择3.7版本的
conda create --name tf2.4 python=3.7在下载的过程中，可能会比较慢，如果新创建的环境和目前的环境中python版本一样，就没必要加上后面的‘python=3.7’了，这样会快点。
我这里报了个错误：
> WARNING: A newer version of conda exists. <
current version: 4.8.2
latest version: 4.14.0
我直接按y确定继续，就成功了。有的可能不成功，网上搜了一下，可能是网络原因，一直按照给的提示，输入命令尝试，附上两种解决方式：
(3)激活新的环境
conda activate tf2.4
//要退出当前环境，可以输入
//deactivate
(4)在新的环境安装tensorflow
conda install tensorflow-gpu==2.4.0 -i https://pypi.tuna.tsinghua.edu.cn/simple其中-i 参数指明了下载源，这里依然使用了清华的镜像节点，以获得较快的下载速度。
(5)测试tensorflow有没有安装成功
#在创建的环境中输入 python我这里报了个错，安装的是Anaconda中自带的python版本，python处于conda环境中，使用python需要激活，错误警告如下图所示：
Python 3.7.6 (default, Jan 8 2020, 20:23:39) [MSC v.1916 64 bit (AMD64)] :: Anaconda, Inc. on win32
Warning:
This Python interpreter is in a conda environment, but the environment has
not been activated. Libraries may fail to load. To activate this environment
please see https://conda.io/activation
解决方案：
1、可以参考下面两个博客，试着永久解决python环境的报错：
2、非一次性解决（我的工作站管理员权限被禁了，懒得找IT弄）：
conda info --envs #查看当前环境的路径
激活当前环境的路径：（这种方法只能在本此终端里运行无Warning报错，重新打开cmd输入python依旧会出现Warning报错。）
conda activete D:\Anaconda3\envs\tf2.4不过我这里又报了个其他错误：
Type "help", "copyright", "credits" or "license" for more information.
Failed calling sys.__interactivehook__
Traceback (most recent call last):
File "D:\Anaconda3\lib\site.py", line 439, in register_readline
readline.read_history_file(history)
File "D:\Anaconda3\lib\site-packages\pyreadline\rlmain.py", line 165, in read_history_file
self.mode._history.read_history_file(filename)
File "D:\Anaconda3\lib\site-packages\pyreadline\lineeditor\history.py", line 82, in read_history_file
for line in open(filename, 'r'):
UnicodeDecodeError: 'gbk' codec can't decode byte 0xa9 in position 380: illegal multibyte sequence
网上查阅资料后发现这是win10下特有的问题，解决方案如下：
打开报错的倒数第三行的history.py文件，定位到82行，源代码如下：
try:
for line in open(filename, 'r'):
self.add_history(lineobj.ReadLineTextBuffer(ensure_unicode(line.rstrip())))在82行处添加代码：encoding=‘utf-8’
try:
for line in open(filename, 'r',encoding='utf-8'):
self.add_history(lineobj.ReadLineTextBuffer(ensure_unicode(line.rstrip())))重新执行python,成功：
继续在窗口中输入：
import tensorflow as tf
接着输入，最后返回true，说明成功
tf.test.is_gpu_available()
也可以打印下版本号，能打印出来说明安装成功：
print(tf.__version__)
退出python命令行：
exit()(6)安装keras
直接在当前环境命令行安装就行：我这里装的是2.4.3版本
pip install keras==2.4.3依次运行下面几行，验证有没有装报错，安装成功：
python
from keras import backend as K
import tensorflow as tf
tf_session = tf.compat.v1.Session(graph=tf.compat.v1.get_default_graph())
