admin管理员组

文章数量:1658120

其实这就是个踩坑记录

作为一名苦逼研究生苦苦守在windows系统上，只因为当初买电脑的时候搞了一台无法装ubuntu的Acer.
之前用过一段时间的TensorFlow(https://www.tensorflow/), 好在现在已经有了能在windows上使用的tensorflow，甚至通过conda可以直接安装，不过这个版本的tensorflow 是cpu版本的。

先前做过对照测试，同一个训练程序GPU的训练速度大约是CPU的20倍，20倍！！！，所以在尝试了一下之后就决定转战GPU版本的tensorflow。

已经有先驱在Win10+anaconda3安装tensorflow-gpu了，参考这里，写得很详细，基本上按部就班就能安装好。但安装的过程中以及后续的使用中的碰到了一些问题，记一下解决方案。

VS2017

对，我用的是vs2017 community，原因是因为现在vs2015属于旧版本，官网上下载不便（反正我翻了几次没找到2015的）。但是打开CUDA的编译文件夹的时候你会发现它之支持到2015。最后是退而求其次用vs2013编译了对应版本的CUDA，顺利编译。

CUDA与cudnn

现在NVIDIA官网上提供的适配于Win10的安装程序为cuda_8.0.61_win10.exe，和cudnn-8.0-windows10-x64-v6.0

之前那篇教程是将cudnn作为一个附加的组件来安装的，然而实际上，cudnn是必不可少的，否则将无法在 python中import tensorflow

官网提供的是cudnn 6， 在实际使用的时候，会发现现在 cudnn6还存在一个bug, 导致无法顺利import tensorflow。

如果你去查这个“未发现相应模块”的错误，你会在StackFLow上发现有人给出的思路清奇的解决方案：将之前cudnn文件的三个文件夹覆盖过去后再将C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin下的cudnn64_6.dll改成cudnn64_5.dll。还有一堆人点赞。

别信他，这么改虽然能让tensorflow顺利import，但是在实际使用CNN的时候依旧会因为版本问题报错, 正确姿势是去https://developer.nvidia/rdp/cudnn-download 选Download cuDNN v5.1 (Jan 20, 2017), for CUDA 8.0。

载入替换掉原来在C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin下的cudnn64_5.dll后就可以顺利在python中使用tensorflow自带的CNN功能了。

然而，问题并没有结束
在Tensorflow-gpu使用ImageNet时需要跑个测试, 会发现依旧会报错。


                本文标签：

                
                报错解决方法GPUtensorflow

                        版权声明：本文标题：win10+anaconda3+tensorflow-gpu一些报错的解决方法 内容由热心网友自发贡献，该文观点仅代表作者本人，
                        转载请联系作者并注明出处：https://m.elefans.com/xitong/1729803342a1213085.html，
                        本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。