Tensorflow-gpu安装+Keras安装+Pytorch-gpu安装 经验分享/Win10 (conda安装Cuda和Cudnn) 含测试代码

RecursiveFrog

Tensorflow-gpu安装+Keras安装+Pytorch-gpu安装 经验分享/Win10 (conda安装Cuda和Cudnn) 含测试代码

注意：

本文中的Cuda和Cudnn安装均采用conda安装方法，无需单独下载安装Cuda、Cudnn等软件。
以下教程是建立在已经安装好Anaconda的基础上。
系统：Windows10
Anaconda：2020.07
python 3.8.0
cuda版本：cuda 11.0
cudnn版本：cudnn 8.1
Tensorflow版本：tensorflow-gpu 2.4.0
keras版本：keras-2.4.0
准备事项

Anaconda环境变量配置

1、在安装的时候勾选添加即可
2、自己配置：电脑->属性->高级系统设置->环境变量->系统变量，找到Path，加入三个文件夹的存储路径，如下图。

添加镜像源

这里添加的是阿里的源，free和main是必选，其它可选

1. conda config --add channels https://mirrors.aliyun.com/anaconda/pkgs/free
2. conda config --add channels https://mirrors.aliyun.com/anaconda/pkgs/main
3. conda config --add channels https://mirrors.aliyun.com/anaconda/pkgs/msys2
4. conda config --add channels https://mirrors.aliyun.com/anaconda/pkgs/r
6. conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/Paddle
7. conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/auto
8. conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/biobakery
9. conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/bioconda
10. conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/c4aarch64
11. conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/caffe2
12. conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/conda-forge
13. conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/deepmodeling
14. conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/dglteam
15. conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/fastai
16. conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/fermi
17. conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/idaholab
18. conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/intel
19. conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/matsci
20. conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/menpo
21. conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/mordred-descriptor
22. conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/msys2
23. conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/numba
24. conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/ohmeta
25. conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/omnia
26. conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/plotly
27. conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/psi4
28. conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/pytorch
29. conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/pytorch-test
30. conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/pytorch3d
31. conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/pyviz
32. conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/qiime2
33. conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/rapidsai
34. conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/rdkit
35. conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/simpleitk
36. conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/stackless
37. conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/ursky
39. conda config --set show_channel_urls yes

复制代码

https://www.cnblogs.com/fang-d/p/aliyun_conda_mirrors.html

查看自己显卡支持的CUDA版本

右键NVIDIA控制面板->帮助->组件。如下图，切记不要超过该版本

TensorFlow（GPU）安装

创建虚拟环境，名称为tensorflow-keras-gpu，并激活

1. conda create -n tensorflow-keras-gpu python=3.8
3. conda activate tensorflow-keras-gpu

复制代码

（退出虚拟环境：conda deactivate）

https://tensorflow.google.cn/install/source_windows#gpu
这里安装了cuda11.0和cudnn8.1，由于先前的操作中存在版本的不配套，需要升降不同的版本

1. conda install cudatoolkit=11.0
2. conda install cudnn=8.1

复制代码

tensorflow-gpu安装

1、tensorflow-gpu可以直接通过conda安装。

1. pip install tensorflow-gpu==2.4.0

复制代码

2、由于选择了先conda安装cuda和cudnn，再通过whl文件安装tensorflow-gpu（三者的版本要对应，可参考官方测试过的配置）
下载tensorflow_gpu-2.4.0的whl文件后，输入下面代码安装：
pip install + whl文件所在位置，例如

1. pip install C:\Users\XXX\Desktop\tensorflow_gpu-2.4.0-cp38-cp38-win_amd64.whl

复制代码

https://tensorflow.google.cn/install/pip#package-location

Keras安装

通过pip或者conda直接安装，注一定要选择版本号，切勿默认，如果错误，可自行升降

1. pip install keras==2.4.0
2. conda install keras==2.4.0

复制代码

代码测试

网上随机的代码测试部分。

1. from keras.datasets import mnist
2. from keras.utils import to_categorical
4. train_X, train_y = mnist.load_data()[0]
5. train_X = train_X.reshape(-1,28,28,1)
6. train_X = train_X.astype('float32')
7. train_X /=255
8. train_y = to_categorical(train_y,10)from keras.models import Sequential
9. from keras.layers import Conv2D, MaxPool2D, Flatten, Dropout, Dense
10. from keras.losses import categorical_crossentropy
11. from keras.optimizers import Adadelta
13. model = Sequential()
14. model.add(Conv2D(32,(5,5), activation='relu', input_shape=[28,28,1]))
15. model.add(Conv2D(64,(5,5), activation='relu'))
16. model.add(MaxPool2D(pool_size=(2,2)))
17. model.add(Flatten())
18. model.add(Dropout(0.5))
19. model.add(Dense(128, activation='relu'))
20. model.add(Dropout(0.5))
21. model.add(Dense(10, activation='softmax'))
23. model.compile(loss=categorical_crossentropy,
24.              optimizer=Adadelta(),
25.              metrics=['accuracy'])
27. batch_size =100
28. epochs =8
29. model.fit(train_X, train_y,
30.          batch_size=batch_size,
31.          epochs=epochs)
33. test_X, test_y = mnist.load_data()[1]
34. test_X = test_X.reshape(-1,28,28,1)
35. test_X = test_X.astype('float32')
36. test_X /=255
37. test_y = to_categorical(test_y,10)
38. loss, accuracy = model.evaluate(test_X, test_y, verbose=1)print('loss:%.4f accuracy:%.4f'%(loss, accuracy))

复制代码

运行界面

***注***可能会出现cusolver64_11.dll找不到的情况
需要将其下载丢入D:\softwares\anaconda3\envs\tensorflow-keras-gpu\Library\bin中
下载地址：
链接：https://pan.baidu.com/s/1gR_y2NdWrGdq5mCnM1gUpA
提取码：ibub
结果如图（本机为1660s）

如出现运行错误，根据报错一一查找原因即可
主要问题还是各版本之间的问题。

https://zhuanlan.zhihu.com/p/358529804