30系显卡Tensorflow2.4.0安装

显卡Tensorflow2.4.0安装"/>

30系显卡Tensorflow2.4.0安装

Tensorflow安装

• • 硬件配置和软件版本
  • 软件安装
  • 实际程序的运行

硬件配置和软件版本

硬件配置： Win10+3060Ti
软件版本： Python3.6+Tensorflow1.14.0+CUDA10.0+cudnn7.6.5
但是安装上述的版本运行程序会报如下错误：

failed to run cuBLAS routine: CUBLAS_STATUS_EXECUTION_FAILED

在网上搜索了一下好像30系显卡只支持CUDA11及以上的CUDA版本，因此将软件版本更新为：
软件版本： Python3.6+Tensorflow2.4.0+CUDA11+cudnn8.0.5

软件安装

Tensorflow2.4.0安装

conda create -n tensorflow python=3.6
activate tensorflow
# 利用清华镜像源安装tensorflow，tensorflow2.x版本不区分cpu和GPU版本
pip install tensorflow==2.4.0 -i 

CUDA和cudnn软件下载方法：
1、官网下载
2、网盘下载：；提取码：xxxp
其中网盘内容如如下图所示：其中第一个为cudnn文件，第二个为CUDA安装程序

CUDA安装

由于参考的以前版本的CUDA安装所以还是选择的自定义安装

如果新版本的版本号没有大于当前版本就去掉勾勾

和网上提供的CUDA(其他版本)安装参考不同的是，这里的Visual Studio Integration不要去掉，去掉出现了一次安装失败，所以选择保留。
cudnn安装
cudnn内容如下图所示

将下图所有的内容复制粘贴到CUDA的对应目录下，例如本机存放CUDA的地址为(C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1)。

环境变量设置
在系统变量中添加：

第4行好像是一开始就有的，名称为CUDA_PATH_V11_1，如果有的话，就将第4行去掉，其余的CUDA_PATH全都替换成CUDA_PATH_V11_1。
然后在Path中添加：
CUDA_SDK_PATH;CUDA_SDK_LIB_PATH;CUDA_SDK_BIN_PATH;CUDA_PATH;CUDA_BIN_PATH;CUDA_LIB_PATH
并添加以下4行
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\bin
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.1\bin\win64
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.1\common\lib\x64
测试

# 导入tensorflow，并进行tensorflow是否能够使用GPU进行测试
>>>import tensorflow as tf
>>>tf.test.is_gpu_available()

结果(如下图表示成功)：

在第一次安装的过程中，红框内的包(cudnn的包缺失)未安装导致了失败，如果在安装的过程中也出现了相同的情况，可以到文章：dlerror:cublas64_10.dll not found中看看有没有需要的包。
到这里安装的过程就结束了。

实际程序的运行

由于之前代码都是使用的Tensorflow1.x的框架，因此实际运行过程中会出现1.x版本和2.x版本本质上的不同，会有许多的报错。
目前的解决方法(也可以将原本的程序直接转变为符合Tensorflow2.x的写法)

# 将 import tensorflow as tf 更改为
import tensorflowpat.v1 as tf
tf.disable_v2_behavior()
# 是Tensorflow2.x能够兼容Tensorflow1.x的写法