Tensorflow-gpu安装问题_pip install tensorflow-gpu-优快云博客

本文链接：https://blog.youkuaiyun.com/Smile_liujun/article/details/131160416

一套不会冲突的Tensorflow-gpu依赖包

tensorflow-gpu2.6.0 + python3.9 + CUDA11.2.0 + cudnn8.1.0

我们在安装 tensorflow_gpu 的过程中必须时刻注意相关依赖包的版本对应关系，如果安装了版本冲突的 cuda 或 cudnn，必会导致一系列问题，从而不能正常地调用 GPU 进行模型训练。如果说在安装过程中已经出现了版本不兼容问题，最简单有效办法就是，重新创建 anaconda 虚拟环境，然后按照以下步骤进行安装。

请闭眼操作，亲测有效！

1.创建激活anaconda虚拟环境

conda create -n tf_gpu python=3.9
conda activate tf_gpu

2.安装CUDA以及cudnn

conda install cudatoolkit=11.2.0
conda install cudnn=8.1.0.77

3.下载tensorflow-gpu2.6.0

pip install tensorflow-gpu==2.6.0

4.其他重要包

pip install protobuf==3.20.0
pip install numpy==1.19.5
pip install matplotlib==3.3.4
pip install pandas==1.3.5

5.测试GPU

python
import tensorflow as tf
print('GPU:', tf.test.is_gpu_available())
# 输出 GPU: True 则表示安装成功！

6.安装jupyter内核

pip install ipykernel==6.22.0
python -m ipykernel install --user --name tf_gpu --display-name tf_gpu

注意：

确保numpy版本是1.19.5，否则tensorflow2.6.0与别的1.19.x都容易冲突；
唯一一个符合python3.9环境兼容且与numpy1.19.5也兼容的matplotlib版本：matplotlib3.3.4
注意pip安装和conda安装的区别：【pip使用“==”，仅安装单个包；conda使用“=”，会自动安装多个依赖包】

作者“汤米尼克”的pip list（亲测有效，进来抄作业）：

(tf) D:\AAA\PYTHON\pythonproject>pip list 
Package                 Version
----------------------- ---------
absl-py                 0.15.0
asttokens               2.2.1
astunparse              1.6.3
backcall                0.2.0
cachetools              5.3.0
certifi                 2022.12.7
charset-normalizer      3.1.0
clang                   5.0
colorama                0.4.6
comm                    0.1.3
contourpy               1.0.7
cycler                  0.11.0
debugpy                 1.6.7
decorator               5.1.1
executing               1.2.0
flatbuffers             1.12
fonttools               4.39.3
gast                    0.4.0
google-auth             2.17.2
google-auth-oauthlib    1.0.0
google-pasta            0.2.0
grpcio                  1.53.0
h5py                    3.1.0
idna                    3.4
importlib-metadata      6.3.0
importlib-resources     5.12.0
ipykernel               6.22.0
ipython                 8.12.0
jedi                    0.18.2
jupyter_client          8.1.0
jupyter_core            5.3.0
keras                   2.6.0
Keras-Preprocessing     1.1.2
kiwisolver              1.4.4
Markdown                3.4.3
MarkupSafe              2.1.2
matplotlib              3.3.4
matplotlib-inline       0.1.6
nest-asyncio            1.5.6
numpy                   1.19.5
oauthlib                3.2.2
opt-einsum              3.3.0
packaging               23.0
parso                   0.8.3
pickleshare             0.7.5
Pillow                  9.5.0
pip                     23.0.1
platformdirs            3.2.0
prompt-toolkit          3.0.38
protobuf                3.20.0
psutil                  5.9.4
pure-eval               0.2.2
pyasn1                  0.4.8
pyasn1-modules          0.2.8
Pygments                2.14.0
pyparsing               3.0.9
python-dateutil         2.8.2
pywin32                 306
pyzmq                   25.0.2
requests                2.28.2
requests-oauthlib       1.3.1
rsa                     4.9
scipy                   1.10.1
setuptools              67.6.1
six                     1.15.0
stack-data              0.6.2
tensorboard             2.12.1
tensorboard-data-server 0.7.0
tensorboard-plugin-wit  1.8.1
tensorflow-estimator    2.12.0
tensorflow-gpu          2.6.0
termcolor               1.1.0
tornado                 6.2
traitlets               5.9.0
typing-extensions       3.7.4.3
urllib3                 1.26.15
wcwidth                 0.2.6
Werkzeug                2.2.3
wheel                   0.40.0
wrapt                   1.12.1
zipp                    3.15.0
----------------------- ---------
pandas                  1.3.5

感谢作者“汤米尼克”提供的解决办法，原文可见：http://t.csdn.cn/m2JYg